Video2Skill具身技能发现基准发布

2026年10月7日，AGI Hunt 报道了 Video2Skill 基准的测试结果。该基准考察模型从连续视频流中把操作事件组织成可复用技能库的能力，评测覆盖三项能力：事件定位、同类变换分组、新建与复用技能的决策，任务场景包括机器人桌面操作和人类厨房活动。报道称，19 个开源 VLM 参与测试，多数在同类变换分组上表现接近随机，扩大模型规模也未必有帮助，整体普遍不及格。在训练干预方面，监督微调（包含作者提出的 CLaRe 反事实库状态重平衡方法）改善了分组表现，但技能库规模仍停滞在参考规模一半以下。报道未给出各模型的具体分数与完整榜单。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。