CodeActionBench 机器人操作评测基准发布
热点事件持续更新
CodeActionBench 机器人操作评测基准发布
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
2026年10月15日，机器之心报道，南洋理工大学研究者与合作者提出 CodeActionBench，一个用于评测通用多模态 Agent 机器人操作能力的基准。该基准基于 RoboTwin 2.0 和 SAPIEN，采用 ALOHA-AgileX 双臂机器人，围绕 25 个双臂仿真任务，对 9 个模型与运行框架配置进行了 675 次尝试，各配置尝试成功率从 2.7% 到 73.3%。评测不额外进行任务专属微调，也不提供任务示范、专门的感知或抓取模块输出、特权场景状态以及预设任务策略；每个任务固定一个场景实例，每个配置在每个任务上尝试三次，共 75 次尝试；其中七个配置使用 Reference harness，另外两个采用 Claude Code 和 Codex CLI；由独立的隐藏 verifier 检查物理结果，评分不返回给 Agent。目前报道未提及后续进展或与早先报道的矛盾。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 15:15
CodeActionBench 发布：评测通用多模态 Agent 的机器人操作能力报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- 机器之心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%。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 810月15日 22:00
- 近 24 小时变化
- –
02.557.510
22:0023:0010月16日
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。