智源發布FlagEval-Robo 仿真真機雙軌評測具身模型

榜單繁榮下的困惑

當前具身大模型快速湧現，Demo展示多姿多彩，各類榜單層出不窮，但模型真實能力到底如何，業界始終缺乏公認的評判依據，比較與選型都缺少錨點。

幾個關鍵問題懸而未決：仿真結果能否準確映射真機性能，掌握抓取、放置等基礎原子技能能否支撐複雜任務，數據規模與質量何者更具效益，參數量越大是否必然更強。