CodeActionBench 发布：评测通用多模态 Agent 的机器人操作能力

南洋理工大学研究者与合作者提出 CodeActionBench，基于 RoboTwin 2.0 和 SAPIEN、采用 ALOHA-AgileX 双臂机器人，用 25 个双臂仿真任务对 9 个模型与运行框架配置做了 675 次尝试，各配置尝试成功率从 2.7% 到 73.3%。