实体库 · DeepDive 文章 · 热点专题
机器人在爬一座“不偏科”的山,LLM 从四个口子往上爬智能体新增 · 待复核
机器人在爬一座“不偏科”的山,LLM 从四个口子往上爬(2026-11-05 · 热点专题 · 评测与实验):RoboDojo 榜单 7 月到 11 月:最好成功率从 8.80% 涨到 Agent 轨的 68.87%(人类专家 76.03%);LLM 直接当策略、审 VLA、写代码冻结、整套 Agent 轨四个入口,精度 4.00% 与真机 1/33 是它们都还没过的坎。9 个章节,讲到 2 个机构、App、模型和人(名称匹配,待复核)。每个章节都是库里的一个节点,连到它讲到的实体。
- 发布2026-11-05 · 更新 2026-11-06 · v2
- 文章xiaopingfeng.com/deepdive/robodojo-robot-goals-llm-entries/ · 热点专题 · 评测与实验 · DD·0168
- 标签RoboDojo · 机器人操作 · VLA · 世界动作模型 · LLM 当策略 · Code-as-Policies · GPT-6 Astra · Agent 轨 · XPolicyLab · 具身智能评测
- 篇幅约 11,087 字 · 9 个章节
章节 9 个 · 点标题到文章里的那一节(页面没给标题加 id 的,到文章开头);摘要是该节第一段的节选
| 章节 | 第一段 | 讲到的实体 |
|---|---|---|
| 从 22% 到 69%,都在仿真里 | 0 | |
| 这座山 是怎么量的 | 0 | |
| LLM 从哪几个 口子进来 | 0 | |
| 直接让 LLM 当策略 | 0 | |
| 让 LLM 审别人的动作 | 0 | |
| 让 LLM 写代码,写完冻结 | 0 | |
| 整个 Agent 轨 | 1 | |
| 三个可以被 打脸的判断 | 0 | |
| 边界和没核到的 | 1 |
共 9 条 · 数据 2026-11-13
这篇文章讲到的机构、人、App 和模型 2 个 · 名称匹配(名字在标题或导语里是「主角」,只在正文里是「提及」),待复核;按它们在各章节里出现的次数排
被讲到最多的(按章节数)
共 2 条 · 数据 2026-11-13
机构 · 1
- Einsia评测基准与榜单(Frontier-Eng、AI4AI-Bench、SWE Refactor Bench、PPTBench、Quant-Arena 等)/ EmbodiedEvo(coding agent 控制机器人,RoboDojo 榜 Agent 类)/ OpenChronicle、AgentGit 等 agent 工具 · 官网未写办公地址;法人为 Einsia AI Technology (SG) PTE. LTD.(据官网条款,新加坡);论文署名单位含清华大学;研究组 Navers Lab
共 1 条 · 数据 2026-11-13
模型 · 1
- GPT-6 AstraOpenAI · 2026-09-03 · 闭源 / API
共 1 条 · 数据 2026-11-13
相关文章 文章末尾「相关文章」列出的
- AI 自主实验的“第一次”,大多不是第一次report
- 把红队实验装订成产品:Andon Labs Pion 上线深度分析topic
- AI信息传播链上的LLM污染追踪topic
- AI 黑话指数:11 家大模型厂商官方 Blog 用词复杂度全测评topic
共 4 条 · 数据 2026-11-13