VA-Bench 提出具身空间智能评测基准

2026年10月5日，机器之心报道，VA-Bench 作者团队提出并发布 VA-Bench（Vision-Action Benchmark，视觉-动作空间智能基准），将空间智能放入「观察→推理→行动→修正」的完整闭环。据该报道，测试前模型观看成功示范视频以理解任务，但不会获得物体坐标、专家轨迹或精确动作参数；测试中模型可主动切换视角，但会消耗交互步数，需在继续观察与开始行动之间取舍。该基准用 14 类机器人操作任务、280 个基础场景测试 12 个多模态模型，发现目标识别与定位（TL）可达 100%、操作语义理解（MS）达 99.6%—100%，但 Qwen3.8-max、Opus-5、GPT-5.6-sol 完整任务成功率仅 53.93%、52.86%、51.55%，报道称这测出大模型空间智能的「执行断层」：看懂不等于做对。目前进展为基准发布与首轮评测结果公布。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。