记者本日（26日）获悉，上海交通大学联业界研发的具身智能测评集GM-100晓谕开源，旨在为揣度机器东谈主“大脑”（智能模子）与“躯壳”（物理扩充）的协同能力，提供个系统、绽放且可复现的评估基准。后续，国内多个具身智能大模子将引入该测评集进行“跑分”测试。

现时，具身智能时刻阶梯尚处百争鸣期，数据集栽种短缺统圭臬。GM-100测评集很是于给具身智能出了套上海版“统考卷”，为国内具身智能评价体系补都短板。

不盲目追求任务量

据悉，GM-100测评集包含了100个具体任务宜春设备保温厂家，共计1.3万条操作轨迹数据，范畴可不雅。技俩牵头东谈主、上海交通大学陶冶李永露以为，在现时霸术阶段，质料的数据集和评测体系对科研的孝敬至关遑急，化数据散播能有动模子能力初。因此，与其单纯追求任务的数据量，该测评集强调任务瞎想的广度与评估体系的度。

记者从霸术团队了解到，GM-100测评集在瞎想任务时，先分析东谈主类与物体交互的基本原语（不行分割的辅导），再诳骗大说话模子生成无数候选任务，再经筛选化，终变成涵盖从正常浅易操作到萧疏复杂场景的100项任务。

此外，该测评集在传统的任务生力除外，引入了两项要害方向。是部分红功率，用于量化多步调任务中，子步调的完成情况，避“非全即”的焦虑判断；二是四肢瞻望罪戾，即揣度模子在靠近新情况时四肢法的精度。

研发团队对寰球主流模子测试后果显现，GM-100测评集的任务瞎想难度理，在不同机器东谈主平台上均可扩充且具备区别度，评估后果在不同硬件间也进展出融会的泛化，为跨平台模子能力相比提供了可靠参考。

当今宜春设备保温厂家，测评集悉数100个任务的戒备阐扬、所需物料清单均已开源，还为每个任务上传了约130条信得过机器东谈主操作轨迹数据。“咱们以至公布了具体物料的购打通顺，尽可能裁汰开拓者的复现与参与门槛，让多东谈主能在同基准上开展测试。”霸术团队追究东谈主告诉记者。

补都评价体系短板

现时，管道保温施工具身智能域评测圭臬分散且不统，各团队自建圭臬，执取、旅途盘算算等侧也各不研讨，且多局限于频浅易场景。跟着时刻初，旧有基准的区别度下落，难以反馈复杂环境下的中枢挑战，行业短缺公认的客不雅参照。

智元机器东谈主正在展示。

“现存具身智能模子结构的泛化能力已显不及，需进行结构改进，在数据层面，大范畴、质料数据的集与评估已经行业瓶颈。”宇树董事长兴兴在外滩大会、进博会等多个场公开暗示，现时具身智能的制约身分主如果模子架构和数据质料。

为此，上海正发愤通过具身数据和模子能力双维度，找到具身智能行业的破局之谈。

在数据面，智元机器东谈主率先建成寰球个数采工场，还开源了包含百万条真机数据的AgiBot World数据集。智元具身业务部总裁姚卯青暗示，该数据集提供了工业质料数据撑持，包含百万条机器东谈主数据轨迹，每条数据都流程多轮审核，确保场景靠近实践、任务复杂万般。

此外，国地中心和浦江实验室联团队策划完成2500万组整机数据积存，数据范畴达到谷歌同类数据集的10倍。1月22日，上海库帕想科技与它石智航晓谕共建“具身数据星火策划”，动闭幕亿小时别的数据流通范畴。

在模子面，2025年3月，智元发布寰球个通器具身基座大模子智元GO-1，融多模态大模子（VLM）与混系统（MoE），支柱不同骨子平台数据集和部署。上海具识智能还自主研发了寰宇个具身智能操作系统InsightOS，在智能制造产线部署、聪慧农业功课等产业场景赢得应用。

在此基础上，GM-100测评集的出现，则为上海乃至国内的具身智能评价体系补都了短板。

“咱们的方向并非建立个对公谈的物理测试环境宜春设备保温厂家，而是造个绽放、透明、可复现的评测平台。”该追究东谈主暗示，通过提供圭臬化的“考题”（任务）、戒备的“检修阐扬”（开源尊府）和机动的“阅卷圭臬”（多维方向），发愤成为张具身智能模子的“统考卷”，不仅有助于横向相比模子能，通过题目树立界说行业的中枢能力与前沿问题。