搜索
Claude Fable 5.2 登顶 RoboColiseum 新赛季综合榜单
7 小时前
RoboColiseum新赛季新增灵巧手操作、全身协同、精细操作、跨本体迁移四条赛道，共设50个贴近真实应用的任务，并公布8款Agent与3款策略模型的评测成绩。Claude Fable 5.2以18.30分获综合第一，在精细操作和跨本体迁移两项领先；但所有参评Agent在灵巧手赛道得分均为自身最低，成为大模型共同短板，策略模型在该赛道整体优于Agent。新赛季设置三重防作弊机制，区分Agent与策略模型分类评测，并将执行效率纳入评分。经大规模对照实验验证，该评测体系仿真与真机任务得分相关性达96.86%，可信度较高。目前新赛季挑战已开放。
