arXiv · AI· Yanzhe Chen, Ziyi Yang, Jifeng Zhu, Qiming Huang, Ruihe An, Peiyao Xu, Hesen Yang, Runda Liu, Chang Gong, Zhijun Cao, Zechen Bai, Wenzheng Zeng, Yiqi Lin, Guoqiang Liang, Kevin Yuchen Ma, Kevin Qinghong Lin, Mike Zheng Shou·· 16 小时前AI 评分28
多模态具身智能体：从 Computer-Use 到 Robot-Use 的统一能力中心视角
Multimodal Embodied Agents: A Unified Capability-centric Perspective from Computer-Use to Robot-Use
AI 导读
论文提出多模态具身智能体（MMEA）及统一能力框架 PAPAV，定义感知、预期、规划、行动、验证五大核心功能。 在 64 个基准测试中，现有评估聚焦于行动（Act），仅 5 个涉及预期（Anticipate）和 3 个涉及验证（Verify），物理约束使这些能力难以被任务成功掩盖。 PAPAV 为设计可靠物理智能体提供共同基础，推动对五大能力的独立度量。
来源：arXiv · AI · arxiv.org