real-world-benchmarks

一条推文认为，真正的机器人基准是现实工厂的可靠性，比如在凌晨2点处理一箱歪斜的零件。推文指出，Figure之前的机器人帮助制造了30,000辆宝马，而其新机器人已经回到工厂车间。

Jugmax 是一款通过分析 AI 智能体的完整执行轨迹（而非仅最终输出）来评估其性能的工具，能够识别低效、错误和浪费的 token。创始人为两个生产环境中的智能体提供免费评估，以验证他们的产品。

开源Mega-ASR，一个全场景SOTA工业级ASR模型，专为远场、噪声等复杂音频环境设计，在真实世界基准测试中比现有开源和闭源模型性能高出10-30%。