LLM物理环境交互基准发布

2026年10月14日，arXiv Artificial Intelligence 刊出 Xinnan Dai 等作者的研究，提出名为 Words to World 的基准，用于评测 LLM 在真实物理环境中的闭环交互能力。据该报道，模型通过一个连接机械臂、摄像头和传感器的 harness 系统进行物理交互，需发出指令、接收物理反馈、解读状态并调整下一步动作。实验显示，代表性 LLM 在将语言推理转化为物理行动时存在若干常见失败模式，包括幻觉状态变化、异常结果恢复能力差以及长程规划不稳定。该报道未提及该基准的适用对象范围、是否收费或额度限制，也未说明其发布地域等条件。

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。