Words to World 基准：让 LLM 控制真实机械臂与传感器闭环交互

Words to World 基准让 LLM 通过 harness 系统闭环控制真实机械臂、相机与传感器，把语言推理转化为物理行动。评测涵盖具身感知、动作规划、空间推理、基于反馈的纠错与对执行不确定性的鲁棒性，模型常见失败模式为幻觉式状态变化、对意外结果恢复差和长程计划不稳定。团队来自密歇根州立大学、浙江大学、微软、罗切斯特大学等。