新闻资讯7

直播分享音频大模型评测进展

OpenMMLab2025-06-10

AI 摘要

司南评测体系等联合发起直播：马子阳将分享评估音频大模型推理能力的 MMAR；李凯会介绍揭示潜在风险的 AudioTrust；还有圆桌探讨音频大模型瓶颈及发展。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

LIBERO-MAX评测机器人动态可靠性

本文介绍了斯坦福等多校研究者提出的机器人评测基准LIBERO-MAX，针对机器人执行任务中途环境变化的痛点，设计配对测试方案，经大规模仿真评测现有模型性能，为机器人动态鲁棒性改进提供标准化测试平台。

单个AI Agent能力不断提升，但多智能体协作能力缺乏系统评测。本文介绍新推出的AgentWorld评测基准，结合长时程任务、角色不对称与黑盒交互，评测多智能体协作能力，给出主流大模型的协作表现数据。

本文报道阶跃星辰推出StepAudio 3全系列五款音频大模型，覆盖听、说、理解、交互、创作全语音链路，拿下三项第三方评测全球第一，分析了语音AI行业从单点竞赛转向全栈体系竞争的新趋势。

原推出RoboTwin系列基准的团队带来RoboDojo，这是统一的仿真+真实世界机器人操作评测基准。它设42个仿真任务、18个真实任务，让30个主流策略竞技，结果显示机器人距通用操作差距大。