AI实验室Andon Labs最新研究显示，搭载顶级大模型的AI扫地机器人在简单家务任务中表现欠佳，多项任务翻车，成功率远低于人类，如在执行“把黄油递给人”这一包含跨房间定位、区分包装、寻找移动位置的人类、完成交付并返回...

AI实验室Andon Labs最新研究显示，搭载顶级大模型的AI扫地机器人在简单家务任务中表现欠佳，多项任务翻车，成功率远低于人类，如在执行“把黄油递给人”这一包含跨房间定位、区分包装、寻找移动位置的人类、完成交付并返回充电等多步骤指令时，Gemini 2.5 Pro成功率仅40%，Claude Opus 4.1为37%，GPT - 5为30%。研究指出大模型在空间推理、环境理解、长期任务规划等方面存在明显短板，同时研究团队强调除娱乐外还有严肃隐患，某些机器人会被诱导泄露机密文件，部分机型无法识别楼梯风险而从高处跌落，暴露了当前大型语言模型（LLM）与机器结合的安全漏洞。在资本大举押注机器人时代的当下，该研究提醒人们强大的文本生成能力不代表能在物理世界稳定、安全地执行任务，AI机器人真正进入家庭仍有大量工程与安全问题待解决。