编程智能体指挥机器人,该怎么考?1156个任务、三种考法,把失败定位到每一步

Embodied First Exam 是专门面向编程智能体指挥机器人的全新评测基准,整套基准一共包含 35 个任务套件、合计 1156 个细分任务,覆