PAPAV：从计算机使用到机器人使用的多模态具身智能体统一能力框架

论文提出 PAPAV，一个以能力为中心的统一框架，用感知、预判、规划、行动、验证五项功能刻画多模态具身智能体（MMEA），并据此对比多模态智能体（MMA）与机器人系统（RS）。跨 64 个基准的分析显示，显式评测集中于行动，仅 5 个评估预判、3 个评估验证。物理约束使错误更难逆转，PAPAV 为设计可靠物理智能体与衡量五项能力进展提供共同基础。