arXiv Computer Vision· Juntong Feng, Qingan Liu, Jingru Dong, Yue Zhu, Weiming Zheng, Yujie Cheng, Xinzhe Han, Shuai Hao, Yunzhi Zhuge, Haiwen Diao, Huchuan Lu·· 4 小时前AI 评分32
Plan-Bench：现有 VLM 能否超越感知，在具身世界中推理与规划？
Plan-Bench: Can Existing VLMs Go Well Beyond Perception to Reason and Plan in Embodied Worlds?
AI 导读
研究者推出 Plan-Bench，用于评估 VLM 面向具身世界的高层推理与多步规划能力，并隔离动作执行的影响。该基准覆盖三个互补维度、16 个子类和 699 个精选样本，对 28 个 VLM 的评测显示最强模型准确率仅 75.0%。消融研究表明模型规模扩大通常能提升这些能力，大模型作为高层规划器的潜力随之增加。
来源：arXiv Computer Vision · arxiv.org