AniSignal
← AI 热点

1 个来源 · 1 篇报道 · 2026/10/21 22:35

Embodied First Exam发布代码智能体机器人任务基准测试

Embodied First Exam 团队发布了一项面向代码智能体的机器人任务基准测试，接入 Codex、Claude Code 等智能体，覆盖 1090 道由 31 套基准和 44 种机器人组成的任务，包括单臂、人形、四足及灵巧手类型。 在核心集 449 道题中，GPT-6 Astra 解题率为 33%，Claude Opus 5.5 为 22%，Gemini 4 Argon 为 18%。该测试在独立沙盒中判分，并设置了零分对照和作弊检测机制。

最新进展：Embodied First Exam 基准测试：主流代码智能体的物理世界表现

事实与进展

  1. Embodied First Exam 基准测试：主流代码智能体的物理世界表现

    Embodied First Exam 将 Codex、Claude Code 等代码智能体接入 1090 道机器人任务基准，任务覆盖 31 套基准、44 种机器人，包括单臂、人形、四足和灵巧手。核心集 449 道题中，GPT-6 Astra 解题率为 33%，Claude Opus 5.5 为 22%，Gemini 4 Argon 为 18%。该测试在独立沙盒中判分，并设置零分对照和作弊检测。

    VistrendAI · 阅读报道 →

报道时间线