热点事件持续更新
Words to World 基准：LLM 闭环控制真实机械臂
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 10 月 15 日，AGI Hunt 报道了名为 Words to World 的基准，它让 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。该工作由密歇根州立大学、浙江大学、微软、罗切斯特大学等团队参与。评测涵盖具身感知、动作规划、空间推理、基于反馈的纠错以及对执行不确定性的鲁棒性。报道同时指出模型在此类任务中的常见失败模式：幻觉式状态变化、对意外结果恢复差、长程计划不稳定。在此之前，该事件已围绕该基准的发布与测试展开报道，本条为最新一轮更新。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 01:17
新报道详解该基准的评测维度与模型常见失败模式。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- AGI HuntWords 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。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 02:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。