近日，上海交通大学联合多方力量推出的具身智能测评集GM-100正式开源，成为国内具身智能领域的重要里程碑。这一测评集旨在评估机器人智能模型与物理执行能力的协同程度，为行业提供一个系统、开放且可复现的评估基准，标志着国内具身智能技术的标准化进程迈出了重要一步。
GM-100测评集的核心在于其包含的100个具体任务，累计1.3万条操作轨迹数据，涵盖从简单日常操作到复杂场景的多样性任务。项目牵九游体育官网头人、上海交通大学副教授李永露表示，当前的研究阶段，高质量的数据集和评测体系对于推动科研进展至关重要。GM-100测评集不仅关注任务的数量，更强调任务设计的广度与评估体系的深度，以推动模型能力的提升。
在设计任务时，研发团队首先分析了人类与物体交互的基本原语，随后利用大语言模型生成大量候选任务，并经过专家筛选与优化，最终形成涵盖不同场景的100项任务。此外，GM-100引入了部分成功率和动作预测误差两个新指标，前者量化多步骤任务中各子步骤的完成情况，后者则衡量模型在新情况中的动作模仿精度。
当前，具身智能技术路线处于百家争鸣的阶段，数据集建设缺乏统一标准，GM-100测评集的推出相当于为行业提供了一套“统考卷”，有助于各团队在同一基准上进行测试与比较。测评集的所有任务说明和所需物料清单均已开源，甚至提供了物料的购买链接，以降低开发者的参与门槛，鼓励更多人加入到具身智能的研究与应用中。
在行业标准化方面，GM-100测评集的推出为国内具身智能评价体系补齐了短板。智元机器人董事长王兴兴在多个场合表示，当前具身智能的制约因素主要在于模型架构和数据质量。上海正在通过具身数据和模型能力的双维度探索行业的破局之道。在数据层面，智元机器人已经建立了全球首个数采超级工厂，并开源了包含百万条真机数据的AgiBotWorld数据集，进一步推动数据的高质量采集与评估。
未来，随着技术九游体育官网的不断进步，GM-100测评集有望成为具身智能领域的行业标准，促进模型之间的横向比较，推动具身智能技术的创新与发展。正如项目负责人所言，GM-100的目标并非建立一个绝对公平的测试环境，而是打造一个开放、透明、可复现的评测平台，通过标准化的任务和灵活的评估标准，帮助行业更好地定义核心能力与前沿问题。返回搜狐，查看更多