已收录文章摘要，完整内容可前往原文阅读。
具身智能时代，通用机器人策略距离“登顶”还有多远？现有基准仍难以回答这个问题。不少基准依赖简单、短程或技能范围狭窄的任务；仿真评估效率高、易扩展，但难以反映真实物理部署能力；真实世界评估更接近实际部署