**前沿视觉语言模型能成为通用机器人吗？Embodied Agent Arena 实测揭秘**

_Are Frontier VLM Agents Ready to Be Robot Generalists? An Empirical Study with the Embodied Agent Arena_

> 研究通过 Embodied Agent Arena 评测了十个前沿视觉语言模型（VLM）在几何、空间推理、功能理解、任务规划及操作五大领域的表现。结果显示，闭源模型全面领先，而开源模型虽具备空间推理能力，但在规划与操作上表现显著不足。此外，研究揭示了模型在执行过程中存在控制丢失、动作绑定错误等深层失败模式，并发现代码修复与自我审查等策略对恢复任务执行的有效性存在差异。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.00854)