**开源模型赋能机器人：统一框架实现超越闭源模型的零样本操作能力**

_Democratizing Robot-Use Agents: A Unified Harness with Open Models_

> 针对现有机器人使用智能体（RUAs）过度依赖专有模型的问题，研究团队提出了名为 uni-robot-agent 的统一框架，旨在推动机器人使用研究的民主化。该框架支持对开源权重模型进行进一步训练，无需特权输入即可实现卓越性能。实测表明，基于 Qwen3.8-Flash-Next 的模型在 RoboDojo 基准测试中得分 31.39，超越了 GPT-6 Astra-RoboProbe 等闭源模型及多个基线模型，并在 19 项真实世界任务中表现优异。研究还通过分析发现，有效的机器人使用依赖于四种通用能力，建议未来的训练应联合发展这些能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-03 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.01560)