BEHAVIOR-1K

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。