灵巧操作基准 HandsOn 发布：最强策略成功率仅 29.1%

团队发布灵巧操作仿真平台与基准 HandsOn，包含 66 个人工核验任务（Core-50 测执行、Transfer-16 测零演示迁移）与 1.8 万条精选人类示范。评测中最佳多任务 checkpoint OpenWAM 在 Core-50 上宏平均成功率仅 29.1%，工具使用成功率低至 2.9%。该基准用于度量以 Natura-1 为代表的通用灵巧操作模型进展。