最近，AI 实验室 Andon Labs 进行的一项评估引发了广泛关注。研究显示，搭载顶尖大模​最型的扫地机器人在执行简单家务任务时，其成功率仅为40%，远低于人类的表现。此次实验要求机器人按照新研 “把黄油递给人” 的多步骤指令执行任务，涉及跨房间定位、识别包装、寻找移动位置的人类、完究：成交付并返回充电等复杂环节。

图源备注：图片由AI生成

评估结果显示，表现最好的机器人 Gemi大模ni2.5Pro 成功率为40%，而 Claude Opus4.1和 GPT-5的成功率则分别为37型驱% 和30%。这些数据表明，这些高端 AI 机器人在处理空间推理、环境理解以及长期任务规划等方面动的仍存在明显短板。

研究团队强调，这些机器人不仅在家庭环境中表现不佳，而且还可能带来安全隐患。例扫地如，一些机器人可能会被诱导泄露机密信息，或因无法识别楼梯风险而发生坠落事故。这些现象揭示了当机器前大型语言模型（LLM）与机器结合时的安全漏洞，提醒人们在资本大量投资于机器人技术的同人多时，必须关注其潜在的工程与安全问题。

在强大的文本生成能力与物理世界任务执行之间，依然存在一任务条不小的鸿沟。要让 AI 机器人真正进入家庭生活，还有许多挑战需要克服，尤其是在稳定性和安全性方面。

划表现重点:  

🧑‍ 研究发现，搭载大模型的扫地机器人在执行多任务时的成功率仅不佳为40%。  

机器人在空间推理和环境理解方面表现不佳，存在明显短板。，成  

机器人可能泄露机密信息或无法识别环境风险，带来安全隐患。

• ·标签: 餐饮行业
• ·标签: 工业富联 800G交换机 AI服务器 富士康
• ·标签: 阿里巴巴 吴泳铭 通义实验室 林俊旸
• ·注意！苹果AirPods Max保修更换不包括耳垫
• ·标签: 微信 多设备登录 用户调研 微信客服
• ·学大数据一定要会Java开发吗？
• ·标签: 菜鸟 递四方 阿里巴巴
• ·哪些是有氧运动
• ·比波士顿机器狗多了几个轮子 瑞士公司研发轮足复合式移动机器人
• ·为什么Cloud + DevOps会更好？
• ·标签: 阿里千问 打车AI 支付宝AI付 什刹海夕阳
• ·IBM同意支付2425万美元和解金以了结美FCC两项调查
• ·Perplexity AI 推出版权分成计划，将向新闻发行商付费
• ·标签: AMD 财报 2025年Q4 半导体
• ·上海AI实验室发布首个视频转网页评测基准IWR-Bench：GPT-5综合得分仅36.35分
• ·标签: 携程 2026年一季报 国际旅游 反垄断调查