提出长时程具身智能体框架TARSphere及基准

Yicheng Xu 等提出面向长时程具身智能体的机器人全栈框架 TARSphere，并构建评测基准 TARSphere-Bench，对 8 个多模态大语言模型（MLLM）进行评测，结果显示通用模型可胜过具身专用模型，但任务更新与人机交互仍较困难，且碰撞与跌倒频繁。 框架包含三部分：TARSphere-Infra 在物理仿真中运行机器人策略，含具身 NPC 与受限对话；TARSphere-Harness 让冻结的多模态大语言模型通过多层可执行技能做决策；TARSphere-Bench 覆盖 30 个室内场景、360 个 episode。作者称评测结果还表明，即便共享动作接口与决策预算，也应在任务成功率之外评估执行安全。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。