# 以行动求知

具身智能体被要求像教学实验室里的学生那样，自己搭装置、选条件、读仪表，把测到的物理量交出来。此前操作类基准只考“把场景改成给定状态”，科学发现类基准则把实验换成文本命令或数值查询。EmbodiedLab 在五个学科、14 台装置上设 30 个定量实验，每个实例的隐藏参数重新抽样，评分同时看结果、本回合记录的读数与台面是否复原；六个前沿模型在各自开发者的编码智能体中运行，原生控制下最强的 Claude Opus 5.5 成功率为 43.3%，GPT-6 Astra 为 40.0%。

具身智能体被要求像教学实验室里的学生那样，自己搭装置、选条件、读仪表，把测到的物理量交出来。此前操作类基准只考“把场景改成给定状态”，科学发现类基准则把实验换成文本命令或数值查询。EmbodiedLab 在五个学科、14 台装置上设 30 个定量实验，每个实例的隐藏参数重新抽样，评分同时看结果、本回合记录的读数与台面是否复原；六个前沿模型在各自开发者的编码智能体中运行，原生控制下最强的 Claude Opus 5.5 成功率为 43.3%，GPT-6 Astra 为 40.0%。