arXiv · cs.AI· May Espinola·· 6 天前AI 评分51
arXiv 论文在 LIBERO-10 上评测六个前沿 AI 模型的机器人操作能力
From Reasoning to Action: Benchmarking Frontier AI Models on LIBERO-10 Robot Manipulation Tasks
来源与原文
arXiv · cs.AI
作者：May Espinola
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.30051v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
May Espinola 与 Qifan Zhang 在 arXiv:2610.30051 提出统一闭环评测框架，在不做任务微调的情况下测试六个前沿模型对 LIBERO-10 机器人操作任务的能力，共 18 种配置、1800 次评估。GPT-6 Astra 以 44% 成功率居首，Gemini-4 Argon 为 43%；提高推理程度普遍有助表现但增加推理成本，模型在物体放置任务上较好，在精确空间排布和复杂多步交互上较弱。
来源：arXiv · cs.AI · arxiv.org