CaP-X：面向机器人操作的编码智能体基准测试与改进框架发布
Berkeley AUTOLAB等团队提出CaP-X开放框架，用于系统研究机器人操作中的Code-as-Policy智能体，核心包括交互环境CaP-Gym和评测12个前沿模型的CaP-Bench。
推荐理由：原文给出了Code-as-Policy智能体的系统评测框架和测试时扩展可缓解抽象依赖的发现，对研究编码智能体操作控制有参考价值。
#NVIDIA
Berkeley AUTOLAB精选AI 评分6868
FieldAIAI 评分3939 FieldAI 研究院 FAIRI 基于 NVIDIA Omniverse 平台研究动态环境中的具身问答
Field AI 研究院（FAIRI）与 NVIDIA 合作，研究动态环境下的机器人具身问答（EQ&A）。团队借助 NVIDIA Omniverse 平台、Isaac Sim、Omniverse Replicator 和 USD Search API 构建物理精确的 3D 办公场景，模拟环境随时间的变化，并计划开源该长期具身问答数据集。