**CodeActionBench 发布：评估通用多模态 Agent 的机器人操作能力**

_会看图、会写代码的通用 Agent，能完成机器人操作吗？CodeActionBench 发布_

> CodeActionBench 提供统一框架，评估多模态 Agent 从视觉观察、策略生成到物理执行的机器人操作能力。在双臂仿真评测中，GPT-6 Astra 等模型表现出不同程度的成功率。

**来源信息**
- **来源**：机器之心：文章库（API）
- **分类**：论文
- **发布时间**：2026-10-15 15:29（北京时间）
- **原文**：[打开原文](https://www.jiqizhixin.com/articles/2026-10-15-9)