RoboSeed提出VLA与WAM五维评测框架

RoboSeed 提出面向视觉-语言-动作模型（VLA）和世界动作模型（WAM）的多维评估框架，覆盖能力、下游训练成本、部署成本、本地验证的研究价值与复现证据五个维度，并将其应用于代表性 VLA 和 WAM 模型，依据包括本地训练、已发布权重评测、任务级审计和一项评测系统研究。 作者称，缺失的测量被明确标出，不完整的汇总分数不予给出，并以加权输入覆盖率标示证据缺口；结果呈现了随预算变化的骨干选择、对适配方案的敏感性，以及语言与视觉任务接口之间的差异。 该研究只给出维度层面的评估和后续测量优先级；由于服务轨迹不完整、评测协议不统一，作者未给出跨模型的总体数值排名。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。