开源框架uni-robot-agent评测机器人使用智能体

Jiarui Yuan等作者在arXiv发布预印本，提出uni-robot-agent——一个面向机器人使用智能体（RUA）研究的统一框架，支持开源权重模型并便于继续训练，以降低对前沿闭源模型的依赖。 在无特权输入条件下，开箱即用的Qwen3.8-Flash-Next取得RoboDojo Score 31.39，高于已公布的GPT-6 Astra-RoboProbe结果28.97，并在19个真实世界任务上表现有竞争力。作者称，跨模型代际、家族和规模的分析将有效机器人使用归结为四项通用能力，建议未来RUA训练联合发展这些能力。 该工作为arXiv预印本，尚未经同行评议；上述分数与能力结论均为作者报告，未经独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。