李飞飞吴佳俊团队新作：推出具身智能决策能力评价基准，o1-preview 登顶

大模型的具身智能决策能力，终于有系统的通用评估基准了。李飞飞吴佳俊团队新提出的评估框架，对具身智能决策的四项关键子能力来了个全面检查。这套基准已经被选为了NeurIPS数据和测试集（D&B）专...