算法论文7

BEAR基准测大模型，Agent提升具身能力

机器之心2025-10-28

AI 摘要

美国东北大学等提出BEAR基准，用4496道题测20个MLLM。发现多模态大模型具身能力差，闭源通常优于开源。分析错因后开发BEAR - Agent，提升了模型在BEAR及桌面操作环境的表现。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

张江塔尖会拆解AI自进化路径

本文报道了在张江AI创新小镇举办的「Triple T」张江塔尖会技术沙龙，沙龙以「AI²：当AI学会自我超越」为题，汇集多位青年学者与产业从业者，围绕递归自我改进（RSI）、自进化AI的前沿研究、实践路径展开讨论，拆解不同场景下的技术进展与待突破瓶颈。

本文围绕乐享科技推出的以太大模型展开，指出当前具身智能主流VLA、WAM路线均存在固有缺陷，以太大模型改用能量驱动的求解范式，经开放烧烤直播测试验证其能力，开辟Physical AI新路径，推动中国具身智能突围。

本文讨论GPT-6 Astra接入机器人控制取得亮眼单项成绩，但真机测试暴露不安全不稳定问题，介绍穹彻智能发布的开源RoboRSI多智能体自进化框架，解决具身智能落地核心痛点，探讨大模型时代具身智能行业的发展方向

2026年9月21日，首届PAIR Conference暨下一代物理智能前沿论坛在上海落幕，四位院士领衔百余位学界产业嘉宾参会，设置四大学术专场与三场产业闭门会，聚焦物理智能前沿技术与产业落地展开交流。