01
ABILITY COMPOSITION
从原子操作，走向长程能力
将一次规划可完成的基础动作，与包含目标切换、约束变化和多段求解的长程操作分层评估，既看动作稳定性，也看技能组合质量。
HOUSEHOLD EMBODIED INTELLIGENCE / 2026
Benchmark Preview不只完成一个动作。
检验一整段生活。
面向开放、动态、非结构化的真实家庭环境，系统评估机器人在跨房间任务中的感知、导航、决策、操作与泛化能力。
05任务能力族
Task families
Task families
04家庭场景类
Scene domains
Scene domains
2×Seen / Unseen
泛化切片
泛化切片
01 — FROM MOTION TO MEANING
SCROLL
WHY NOW / 01
家庭任务不是孤立技能的集合，
而是一条不断变化的因果链。
从“找到杯子”到“把它安全放入洗碗机”，机器人必须连续处理目标未知、空间切换、物理接触和环境状态变化。这个基准，把这种真实复杂性带回评测中心。
BENCHMARK SIGNATURE / 02
三个核心特点
不是增加更多题目，而是重新定义什么值得被测量。
02
CLOSED-LOOP TASKS
操作与导航，不再分开考试
围绕跨房间家庭任务，让机器人在语义导航、主动物体搜索、抓取交互与环境恢复之间持续切换，评估完整执行闭环。
03
GENERALIZATION FIRST
不只看成功率，更追问为什么有效
显式区分 Seen / Unseen 维度，并通过多阶段训练设置比较不同数据来源对下游任务的增益，让泛化与数据价值可以被拆解。
TASKS IN MOTION / 03
看见任务如何发生
自动滚动 · 悬停暂停
DEMO / 01
餐桌布设
Locate → Arrange → Verify
DEMO / 02
餐后清理
Collect → Navigate → Store
DEMO / 03
冰箱补货
Inspect → Restock → Verify
DEMO / 04
微波炉加热与配送
Retrieve → Heat → Deliver
DEMO / 05
接咖啡服务
Navigate → Brew → Serve
五个任务演示均以 2 倍速呈现。点击任一视频可打开播放器并拖动进度；当前片段用于展示平台与机器人能力，不代表最终 Benchmark 成绩。
EVALUATION SYSTEM / 04
一套从动作到任务的评测坐标系
以清晰能力边界组织任务，不用一个总分掩盖失败发生的位置。
基础动作技能组合空间理解主动搜索综合执行
原子操作
一次规划或纯控制即可完成
长程操作
多目标、多约束、多段执行
指令导航
理解语言并到达语义位置
寻物导航
目标未知下的主动搜索定位
操作 + 导航
跨房间、多目标、状态连续变化
A TASK IS A SEQUENCE
餐后清理，不是一次 Pick & Place
机器人需要寻找餐具、移动到操作位、完成交互、重新规划，再验证最终环境状态。
- 01理解指令Parse intent
- 02主动寻物Locate target
- 03抓取交互Manipulate
- 04跨区导航Navigate
- 05状态验证Verify goal
SCENE DOMAINS / 05
让评测回到生活发生的地方
从厨房精细操作到多房间整理，从环境维护到康复辅助，覆盖家庭任务中不同的物体、空间和交互约束。
餐饮与备餐
Kitchen & Dining
- 精细操作
- 易碎品保护
- 动态感知
整理与家务
Tidying & Housekeeping
- 跨空间搜索
- 多目标重排
- 环境状态改变
环境维护与安全
Maintenance & Safety
- 触发式任务
- 交互式导航
- 工具使用
高级交互与康复辅助
Advanced Interaction & Care
- 人机协作
- 语义理解
- 柔性处理