苦涩教训来到机器人领域：七款前沿多模态模型实测机械臂操作

研究者在 RoboDojo 基准的六项操作任务上，用多档推理强度评测七款前沿多模态语言模型直接控制真实机械臂的能力，称这是首次在物理硬件上对多种前沿模型做系统性横向比较。结果显示这些模型已能完成多种操作任务，但精度和效率尚不足以在实用动作预算内完成任务。2026 年 7 月至 9 月间基准性能翻倍时间约为 44.5 天，最佳执行速率提升 4.4 倍，最低执行成本下降 6.2 倍。