VA-Bench 揭示具身模型执行鸿沟

2026年10月12日，AGI Hunt 报道，VA-Bench（Vision-Action Benchmark）被用于衡量具身空间智能。该基准的测试结果显示，最强模型在目标定位上接近满分，达到100%，操作语义理解也高达99.6%–100%，但全任务成功率却仅约一半。报道由此指出，模型在感知与语义理解层面的表现，与真正完成任务所需的行动执行能力之间存在明显落差。目前该报道是这一事件的最新进展，尚未见到其他后续评测数据或官方回应。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。