李飞飞团队发布ESI-Bench，用于评估具身空间智能

李飞飞团队发布了一个名为ESI-Bench的新基准，用于评估AI的具身空间智能。与以往假设最优观察的基准不同，ESI-Bench要求AI代理主动采取行动来收集信息，从而闭合了感知-行动循环。使用GPT-5和Gemini等领先模型进行的初步测试表明，当前的AI在主动探索和决策方面存在困难，表现出“行动盲区”和元认知缺陷，这表明主要挑战在于战略行动而非纯粹的感知。 AI

影响 为具身AI评估设定了新标准，强调行动和元认知是关键挑战。

排序理由 该集群描述了一个用于评估AI能力的新学术基准的发布。[lever_c_demoted from research: ic=1 ai=1.0]

在 量子位 (QbitAI) 阅读 →

• BEHAVIOR-1K
• ESI-Bench
• Fei-Fei Li
• Gemini
• GPT-5
• Jiajun Wu
• OmniGibson
• Stanford University
• Tsinghua University
• UCLA
• Yejin Choi
• Yining Hong

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →