最新研究:大模型驱动的扫地机器人多任务表现不佳,成功率仅 40%
最近,AI 实验室 Andon Labs 进行的一项评估引发了广泛关注。研究显示,搭载顶尖大模最型的扫地机器人在执行简单家务任务时,其成功率仅为40%,远低于人类的表现。此次实验要求机器人新研按照 “把黄油递给人” 的多步骤指令执行任务,涉及跨房间定位、识别包装、寻找移动位置的人类、完成交付究:并返回充电等复杂环节。
图源备注:图片由AI生成
评估结果显示,表现最好的机器人 Gemini2.5大模Pro 成功率为40%,而 Claude Opus4.1和 GPT-5的成功率则分别为37% 和30型驱%。这些数据表明,这些高端 AI 机器人在处理空间推理、环境理解以及长期任务规划等方面仍存在明动的显短板。
研究团队强调,这些机器人不仅在家庭环境中表现不佳,而且还可能带来安全隐患。例如,一些机扫地器人可能会被诱导泄露机密信息,或因无法识别楼梯风险而发生坠落事故。这些现象揭示了当前大型机器语言模型(LLM)与机器结合时的安全漏洞,提醒人们在资本大量投资于机器人技术的同时,必须关注其潜人多在的工程与安全问题。
在强大的文本生成能力与物理世界任务执行之间,依然存在一条不小的鸿沟。任务要让 AI 机器人真正进入家庭生活,还有许多挑战需要克服,尤其是在稳定性和安全性方面。
划重点:表现
🧑 研究发现,搭载大模型的扫地机器人在执行多任务时的成功率仅为40不佳%。
机器人在空间推理和环境理解方面表现不佳,存在明显短板。&nbs,成p;
机器人可能泄露机密信息或无法识别环境风险,带来安全隐患。
- ·亚马逊推出新服务:为买家创建“虚拟替身”来定制T恤
- ·标签: 墨库股份 数码喷印墨水 创业板IPO 国家小巨人
- ·标签: 张雪峰 峰学蔚来 心源性猝死 教育科技
- ·标签: 追觅汽车 星宸未来 陈龙冬 智能出行
- ·字节跳动计划投资21亿美元在马来西亚建人工智能中心
- ·九种深度学习算法简介
- ·1250 亿美元豪赌未来:亚马逊与Anthropic达成十年战略深度合作
- ·标签: 证监会 老虎证券 富途证券 长桥证券
- ·标签: Anthropic ClaudeFable5 ClaudeMythos5 人工智能模型
- ·AI 记者或是“傀儡”?OpenAI 关联组织疑资助虚假新闻网站
- ·并查集,不就一并和一查?
- ·Facebook财报收入超预期 但面临苹果隐私政策隐忧
- ·标签: 索尼 LEGO 银座索尼公园 80周年
- ·云计算开发:Python3数学函数pow()方法详解
- ·机密文件:谷歌计划在所有平台分销游戏 包括Mac
- ·标签: 花旗 裁员 Citi 银行业
- ·标签: 魔法原子 陈春玉 具身智能 人形机器人
- ·马斯克:Grok5迈向通用人工智能的机会上升至10%
- ·标签: 英特尔 罗金峰 绝密文件 法律诉讼
- ·被苹果“踢出”供应链后,国产巨头遭遇重创,8亿设备低10倍售出
- ·云安全日报210506:Ubuntu NVIDIA图形驱动程序发现信息泄露漏洞,需要尽快升级
- ·标签: 阿兹夫
- ·云安全日报210111:Ubuntu配套火狐浏览器发现任意代码执行漏洞,需要尽快升级
- ·标签: Supercell Royal Match Monopoly Go 移动游戏
- ·消息称苹果供应商伯恩光学考虑香港IPO 至多筹资20亿美元
- ·马斯克旗下 xAI 数据标注团队裁员500人
- ·绿色低碳是趋势,老旧数据中心改造在挑战中前行
- ·用AI寻找大屠杀后失散的亲人!谷歌工程师研发人脸识别程序,可识别超70万张二战时期老照片
- ·谷歌AI Edge Gallery上线Google Play,手机秒变AI神器,无网也能玩转图像、语音和对话!
- ·标签: 三星家电 DeepSeek 星空卫视 国家大基金
- ·标签: 百度 文心App 薛苏
- ·标签: Bloom Energy AI数据中心 燃料电池 KR Sridhar
- ·云安全日报210707:IBM分布式应用企业管理软件发现执行任意代码漏洞,需要尽快升级
- ·阿里云业务营收Q4同比增长50% 增速超亚马逊和谷歌
- ·标签: 鸿蒙7 Agent
- ·波士顿动力玩转CES,Spot机器狗走进元宇宙!
