美团技术团队正式推出 LARYBench 评测基准，为具身智能领域打造了一套系统化的评估工具，首次从数据与学习范式层面揭示通用视觉模型在动作理解方面的巨大潜力。本篇教程将带你深入理解 LARYBench 的核心价值、关键技术发现及其对行业的深远影响。

核心要点

• 发布 LARYBench 基准：美团技术团队发布了 Latent Action Representation Yielding Benchmark（LARYBench），填补了具身动作表征缺乏系统化评测的空白。
• 通用模型表现卓越：实验证明，通用视觉模型在动作泛化能力与控制精度方面，均优于专门针对具身智能设计的动作专家模型。
• 动作表征的涌现性：研究首次发现，具身动作表征能够从大规模人类视频数据中自发涌现，无需依赖特定任务的强监督训练。
• 定义行业新标准：LARYBench 被定位为具身动作表征领域的“ImageNet”，旨在引领通用隐式动作表征的学习方向。