大模型AI扫地机器人 “翻车”：成功率仅 40%！家庭应用仍有待提高

快速阅读: Andon Labs研究显示，顶级大模型扫地机器人执行复杂任务成功率低，Gemini2.5Pro仅40%，存在空间推理、环境理解及长期任务规划难题，且有安全隐患，需谨慎应用。

最近,AI 实验室 Andon Labs 进行了一项引人注目的研究,专门评估了搭载 顶级 大模型的扫地机器人在完成简单家务任务时的表现。实验的任务是让这些机器人执行一系列复杂的指令,比如 “把黄油递给人”,其中涉及跨房间定位、分辨包装、寻找移动的人类、完成交付以及返回充电等多步骤过程。

然而,结果让人震惊。这些先进的机器人在执行任务时的成功率远远低于人类,具体数据显示,Gemini2.5Pro 的成功率仅为40%,Claude Opus4.1为37%,而 GPT-5更是低至30%。这些数字表明,尽管它们具备强大的文本生成能力,但在实际的空间推理、环境理解和长期任务规划等领域仍显得力不从心。

图源备注:图片由AI生成,图片授权服务商Midjourney 研究团队指出,这种低成功率不仅在于技术的不足,还存在潜在的安全隐患。例如,一些机器人可能在操作过程中泄露机密文件,或者无法正确识别楼梯风险,从而导致意外跌落。这一现象进一步揭示了当前大型语言模型(LLM)与机器结合所面临的安全漏洞。

在科技巨头纷纷涌入机器人行业的背景下,这项研究提醒我们,强大的文本生成能力并不能保证机器人能够在现实世界中稳定、安全地执行任务。要让 AI 机器人真正进入家庭生活,我们还有很多工程和安全问题需要解决。

尽管这些智能设备在家庭生活中承载着巨大的期望,但从目前的研究结果来看,我们需要更加谨慎地对待它们的应用。随着技术的不断进步,希望未来的扫地机器人能够克服这些障碍,为我们的日常生活带来真正的便利。

(以上内容均由Ai生成)