EPIC-Bench具身视觉定位基准发布

2026年10月16日，arXiv Computer Vision 刊出由 Haozhe Shan 等作者发布的 EPIC-Bench（Embodied PerceptIon BenChmark）具身视觉定位评测基准。该基准面向视觉语言模型（VLM），用于系统评估其在真实具身环境中的视觉语言定位（VLG）能力。据该报道，EPIC-Bench 包含 6.6k 条人工标注的（图像、文本、掩码）三元组，覆盖目标定位、导航与操作三个具身交互核心阶段；设有 23 项细粒度任务与多维度设置，并对 80 个主流 VLM 进行了评测，旨在诊断其在具身场景下的视觉语言定位能力。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。