uni-robot-agent：开放权重机器人使用智能体统一测试框架

开放权重模型在机器人使用基准上超过已公布的闭源结果。

资讯摘要

论文提出 uni-robot-agent，一个面向开放权重机器人使用智能体（RUA）的统一测试框架，支持后续训练，以降低对前沿闭源模型的依赖。作者报告，在无特权输入条件下，开箱即用的 Qwen3.8-Flash-Next 取得 RoboDojo 分数 31.39，超过已公布的 GPT-6 Astra-RoboProbe 结果 28.97，并在 19 个真实任务上表现有竞争力。分析将有效机器人使用归结为四项通用能力，建议未来训练联合培养。

要点速读

1. 论文提出 uni-robot-agent 统一测试框架，支持开放权重 RUA 的进一步训练。
2. 作者报告 Qwen3.8-Flash-Next 开箱 RoboDojo 得分 31.39，高于已公布的 GPT-6 Astra-RoboProbe 28.97。
3. 作者在 19 个真实任务上评估，并将有效机器人使用关联到四项通用能力。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:26（北京时间）。