# 南洋理工搞了个模糊指令测试，机器人成功率最多暴跌 36.9%

> 原标题：成功率最高暴跌36.9%！南洋理工首个“模糊指令”测试，直击具身智能落地软肋

- 来源：量子位 · 公众号
- 发布时间：2026-04-28T12:56:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/11839
- 原文：https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247887537&idx=4&sn=c33b83af20538a881c2f7a64fae4b6b7

## 摘要

南洋理工 MARS 实验室发了 REI-Bench，专门测机器人怎么理解人话里的模糊指令。他们把模糊程度分了 9 个等级，拿 4 套机器人规划框架搭上 6 个小模型跑了一遍。结果 LLaMA3.1-8B 加 SayCan 这套组合，在多轮对话里成功率从 57.7% 掉到 46.9%。

## 推荐理由

南洋理工 MARS 实验室发布 REI-Bench，把模糊指令分成 9 个等级，测试 4 套规划框架搭配 6 个小模型的表现，其中一组多轮对话成功率从 57.7% 降至 46.9%。

## 锐评

57.7% 掉到 46.9%，这个跌幅比数字本身更说明问题。人说话本来就省略、指代不清，机器人一碰到就崩，现在这些规划框架的鲁棒性还停在 demo 阶段。

LLaMA3.1-8B 加 SayCan 这套组合本来就不是为多轮对话设计的，测出来的其实是框架的短板。REI-Bench 分 9 个等级做得细，但 6 个小模型加 4 套框架的覆盖面还是偏窄。
