多模态大模型评估城市机器人安全感

Keonhee Jang 等作者发布研究，考察城市街道中机器人存在与类型如何影响行人的感知安全。研究用首尔街道的 18 张图像，区分白天与夜间、道路等级，以及无机器人、配送机器人、人形机器人三种条件，让 Qwen3.8-27B 和 Gemma4-26B 两个多模态大语言模型各以 500 个合成人物画像为条件，在每对图像中选择更安全的一张，并与 25 名人类受访者完成同一任务的结果对比。 作者称，结果显示机器人对感知安全的影响取决于其出现时段，且基于人物画像的多模态大模型只捕捉到部分人类判断。该结论基于上述首尔街景图像与 25 名人类受访者的对比，未说明对其他城市或更大样本的适用性。

AI 根据报道生成 · 5 天前更新