{"id":83448,"topic":"ai","source":"新华报业网","title":"Meta-World评测排行榜更新，江苏科研团队自研具身智能大模型登顶 - 新华报业网","url":"https://www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html","url_hash":"89a45ecc1b1790867366e3a51da2f12f67f0e96e","author":"","summary":"<a href=\"https://news.google.com/rss/articles/CBMia0FVX3lxTE5oRThMWXIzYVlIX3JBUHZGS1J6Y1M4SmlJMnh0bkJwbTRMNkYtM3BMZWVOdWs2d0lLckJ6dWM2aktybnFPNHNiSjVSRHRmd19PVXZJdk13SC1ENW1jLUhnVGM5eEliOXk1MGtj?oc=5\" target=\"_blank\">Meta-World评测排行榜更新，江苏科研团队自研具身智能大模型登顶</a>&nbsp;&nbsp;<font color=\"#6f6f6f\">新华报业网</font>","content":"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。\nMeta-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。\n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。\n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。\n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。\n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。\n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。\n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。\n新华日报·交汇点记者 徐冠英","image_url":null,"lang":"zh","published_at":"2026-09-15T23:14:00+00:00","fetched_at":"2026-09-16T03:15:08+00:00","status":"read","starred":0,"extract_state":"ok","summary_auto":"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。\nMeta-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。\n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。\n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。\n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。\n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。\n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。\n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。\n新华日报·交汇点记者 徐冠英","cluster_id":3500938,"extract_retries":0,"extract_error":null,"contract_version":"news_item.v1","format_contract_version":"news_item_formats.v1","dedup_url":"https://www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 856 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":856,"summary_length":856,"usable_text_length":856,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":856,"summary_length":856}},"news_item":{"id":83448,"canonical_url":"https://www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html","source_url":"https://www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html","title":"Meta-World评测排行榜更新，江苏科研团队自研具身智能大模型登顶 - 新华报业网","source_name":"新华报业网","author":null,"published_at":"2026-09-15T23:14:00+00:00","locale":"zh","topic":"ai","tags":[],"rss_summary":"<a href=\"https://news.google.com/rss/articles/CBMia0FVX3lxTE5oRThMWXIzYVlIX3JBUHZGS1J6Y1M4SmlJMnh0bkJwbTRMNkYtM3BMZWVOdWs2d0lLckJ6dWM2aktybnFPNHNiSjVSRHRmd19PVXZJdk13SC1ENW1jLUhnVGM5eEliOXk1MGtj?oc=5\" target=\"_blank\">Meta-World评测排行榜更新，江苏科研团队自研具身智能大模型登顶</a>&nbsp;&nbsp;<font color=\"#6f6f6f\">新华报业网</font>","full_text":"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。\nMeta-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。\n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。\n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。\n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。\n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。\n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。\n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。\n新华日报·交汇点记者 徐冠英","excerpt":"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。\nMeta-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。\n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。\n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。\n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。\n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。\n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。\n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。\n新华日报·交汇点记者 徐冠英","extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 856 characters.","diagnostics_url":"/api/diagnose?url=https%3A//www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 856 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":856,"summary_length":856,"usable_text_length":856,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":856,"summary_length":856}}},"display_formats":["compact","card","full","digest_section","json"]},"daily_stack_record":{"title":"Meta-World评测排行榜更新，江苏科研团队自研具身智能大模型登顶 - 新华报业网","url":"https://www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html","summary":"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。\nMeta-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。\n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。\n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。\n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。\n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。\n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。\n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。\n新华日报·交汇点记者 徐冠英","source":"新华报业网","date":"2026-09-15T23:14:00+00:00","content":"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。\nMeta-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。\n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。\n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。\n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。\n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。\n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。\n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。\n新华日报·交汇点记者 徐冠英","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 856 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 856 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":856,"summary_length":856,"usable_text_length":856,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":856,"summary_length":856}},"tags":[]},"fallback_formats":["markdown","json","html"],"actions":{"read":"/item/83448","export_markdown":"/api/items/83448/export?format=markdown","export_json":"/api/items/83448/export?format=json","diagnose":"/api/diagnose?url=https%3A//www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html"},"formats":{"full":{"id":83448,"title":"Meta-World评测排行榜更新，江苏科研团队自研具身智能大模型登顶 - 新华报业网","url":"https://www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html","source":"新华报业网","author":null,"published_at":"2026-09-15T23:14:00+00:00","locale":"zh","topic":"ai","tags":[],"excerpt":"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。\nMeta-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。\n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。\n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。\n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。\n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。\n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。\n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。\n新华日报·交汇点记者 徐冠英","full_text":"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。\nMeta-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。\n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。\n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。\n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。\n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。\n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。\n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。\n新华日报·交汇点记者 徐冠英","reading_time_min":1,"extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 856 characters.","diagnostics_url":"/api/diagnose?url=https%3A//www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 856 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":856,"summary_length":856,"usable_text_length":856,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":856,"summary_length":856}}},"quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 856 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":856,"summary_length":856,"usable_text_length":856,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":856,"summary_length":856}},"actions":{"read":"/item/83448","export_markdown":"/api/items/83448/export?format=markdown","export_json":"/api/items/83448/export?format=json","diagnose":"/api/diagnose?url=https%3A//www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html"}},"digest":{"id":83448,"title":"Meta-World评测排行榜更新，江苏科研团队自研具身智能大模型登顶 - 新华报业网","url":"https://www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html","source":"新华报业网","topic":"ai","published_at":"2026-09-15T23:14:00+00:00","excerpt":"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…","quality_bucket":"high","quality_reason":"High confidence: full text extraction produced 856 characters.","reading_time_min":1,"cluster_id":3500938},"card":{"display_title":"Meta-World评测排行榜更新，江苏科研团队自研具身智能大模型登顶 - 新华报业网","subtitle":"新华报业网 · 2026-09-15","summary":"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。…","badges":["quality:high"],"links":{"read":"/item/83448","original":"https://www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html","diagnose":"/api/diagnose?url=https%3A//www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html"},"quality_warning":null},"export":{"title":"Meta-World评测排行榜更新，江苏科研团队自研具身智能大模型登顶 - 新华报业网","url":"https://www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html","summary":"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。\nMeta-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。\n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。\n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。\n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。\n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。\n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。\n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。\n新华日报·交汇点记者 徐冠英","source":"新华报业网","date":"2026-09-15T23:14:00+00:00","content":"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。\nMeta-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。\n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。\n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。\n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。\n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。\n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。\n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。\n新华日报·交汇点记者 徐冠英","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//www.xhby.net/content/s6aa9d168e4b0f22f853ce08e.html","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 856 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 856 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":856,"summary_length":856,"usable_text_length":856,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":856,"summary_length":856}},"tags":[],"format_contract_version":"news_item_formats.v1"}}}