智源：具身人工智能演示进展迅猛，但高基准分数到底能反映多少物理现实…

具身人工智能演示进展迅猛，但高基准分数到底能反映多少物理现实？推出FlagEval-Robo——一个开放的双轨评估套件，连接仿真与现实执行。我们在严格对齐的条件下，系统地对12个领先的开源权重模型做了后续训练和压力测试。下面是我们的发现👇

—— 智源 (@BAAIBeijing) X帖子｜2026-09-08T15:00:02+00:00
原帖：https://x.com/BAAIBeijing/status/2097339184675795282