# 东南大学和北大搞了个机器人精细操作评测框架，说传统只看成功率的办法会把能力高估七成

> 原标题：刺破成功率幻象，直面具身智能的「真灵巧」，机器人精细操作评测新范式来了！

- 来源：机器之心 · 公众号
- 发布时间：2026-06-05T04:07:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/34713
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651037190&idx=3&sn=53e0adcbf4b30f3515ff236734530c0c

## 摘要

这篇推文本身被微信的环境验证挡住了，正文内容没抓到。从标题和已有的英文摘要看，MetaFine 是一个诊断式的元评测框架，专门拆开看机器人在精细操作上的理解、感知和行为三个环节，而不是只给一个“成功/失败”的二元结果。研究团队说，传统只看最终成功率的评测方式，对精细操作能力的评估会虚高最多 70%。具体怎么测的、用了哪些任务和模型，正文没披露，没法展开。

## 推荐理由

东南大学与北大团队提出 MetaFine 元评测框架，把机器人精细操作拆成理解、感知、行为三个环节诊断，并指出只看成功率的传统评测会将能力高估最多七成。

## 锐评

70% 这个数挺唬人，可任务、模型、怎么算的都没露，我只能先当它是个钩子。成功率虚高这事本身不新鲜，精细操作里抓起来放下去差几毫米，二元判定根本分不出来，拆成理解、感知、行为三轴是对的方向。这种诊断框架跑起来贵，标注也重，最后多半还是实验室自己用。要判断它值不值，得看有没有人拿它去测几个开源模型，把分数和实际表现对上。
