热点事件持续更新
研究团队发布具身空间智能评测基准VA-Bench
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究团队提出了具身空间智能评测基准VA-Bench，该基准包含14类单双臂任务，共涉及280个物理场景。在对12个多模态模型的测试中，Qwen3.8-max、Opus-5和GPT-5.6-sol在目标识别定位与语义理解上均达到99%以上，但完整物理操作的成功率仅在51.55%至53.93%之间。实验表明，当前模型在细粒度空间执行、从发现错误到在线修正、双臂协同以及长时序组合任务中普遍存在显著的能力断层。
AI 根据报道生成 · 4 小时前更新
最新进展10月5日 23:50
VA-Bench评测显示多模态模型空间语义理解接近满分，但物理操作成功率仅约五成。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- AITNT · AI头条VA-Bench 空间智能评测：大模型理解接近满分但物理执行成功率仅约五成
研究团队提出具身空间智能评测基准 VA-Bench，测试 12 个多模态模型发现，Qwen3.8-max、Opus-5 和 GPT-5.6-sol 在目标识别定位与语义理解上达到 99% 以上，但完整操作成功率仅在 51.55% 至 53.93%。基准包含 14 类单双臂任务共 280 个物理场景，实验表明模型在细粒度空间执行、从发现错误到在线修正、双臂协同以及长时序组合任务中存在显著能力断层。
本事件热度走势
当前热度 9·可比范围峰值 10（10月6日 00:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。