具身模型基準可信度對照

• 日期：2026-09-27
• 來源主題：today-world-models

所遇到的問題

開源世界動作模型在模擬基準（如 RoboLab）登頂後，使用者仍難判斷成績是否過度依賴特定環境、有無實機驗證，以及能否外推產線安全。

可開發的 APP 主題

具身模型基準可信度對照

這支 APP 能做到什麼

• 收錄模型在各基準的分數並強制標註模擬環境與評測設定
• 區分「僅模擬」「有早期實驗」「有實機報告」三級證據標籤
• 對同一任務並列參數量、成功率與已知外推限制備註
• 依任務類型篩選可比模型，避免跨環境硬比分數