新华报业网
交汇点讯 9月15日傍晚，最新一期《Meta-World评测排行榜》发布。登上榜首的Maxwell具身智能大模型，由中国科学院工业人工智能研究所武斌、王少将研究员团队自研。该所是中国科学院与江苏省、南京市共建的国家级科研机构。
Meta-World是当前具身智能领域的一项权威性评测榜单，包含 50个不同的机器人操作任务，如抓取、搬运、开门等，考察机器人在不同操作对象和任务要求下的执行能力。
评测难度分Easy（简单）、Medium（中等）、Hard（困难）和Very Hard（非常难）四档，每一档评测涉及不同场景下的操作任务。Maxwell在四档难度的平均成功率为91.9%，高于第二名的90.0%。在Hard（困难）档，Maxwell的成功率达95.6%，显著高于其他模型。
王少将介绍，Maxwell是一个多模态的具身智能大模型，包含文字、图像、代码、状态和动作5个模态。用户给出指令后，模型将指令解析为代码，指挥机器人完成目标任务，形成从指令到执行的闭环。也就是说，Maxwell能直接听懂指令、看懂图像、生成动作。
目前，Maxwell已具备执行200余项任务的能力，覆盖物体搬运、位置调整以及开关与容器操作等需求。完成这些任务，模型需要识别物体与目标的空间关系，连续执行接近、抓取和移动等动作，并根据接触状态调整操作方式。
在动作生成方面，Maxwell不会平均分配计算资源，而是根据任务进展动态调整，把更多“注意力”留给关键动作。以抓取水杯为例，相较于接近、观测等次要动作，接触、握持、移动和放置等关键动作会占据更高比例的计算资源，使得动作生成的效率和成功率更高。
团队介绍，该模型泛化能力较强，可以直接迁移到不同任务，而不必逐项重新训练。
该榜单定位为“由学术团队维护、持续更新的社区榜单”，不设商业排他性门槛。此次排行榜上，共有26个具身智能大模型，来自卡内基梅隆大学（CMU）、清华大学等国内外高校团队及Google DeepMind、字节跳动多家知名企业。
新华日报·交汇点记者 徐冠英
Android版
iPhone版
