评测中心/AI算法测试

Walker X AI算法响应速度测试：端到端模型实战评测

本次测试重点评估Walker X搭载的端到端大模型在实际任务中的响应速度和准确率

机器人之家AI评测组2024-02-0528.0k 阅读预计阅读 10 分钟9 分

测试方法

本次测试采用标准化测试协议，对Walker X在相同任务场景下的AI响应速度进行全面评估。测试任务包括：物体识别、抓取规划、路径规划、自然语言理解四个维度。

在包含50种不同物体的测试场景中，Walker X的表现：

•平均识别时间：68ms

•识别准确率：94.2%

•在复杂背景下的识别准确率：89.5%

从识别物体到输出抓取方案的时间：

•简单物体（规则形状）：210ms

•复杂物体（不规则形状）：380ms

•双手协作任务：520ms

测试指令："把桌上红色的苹果放到蓝色的碗里"

•理解正确率：100%

•执行成功率：87%

•平均执行时间：4.2秒

Walker X搭载的端到端大模型采用视觉-语言-动作（VLA）架构，能够直接从感知输入生成动作输出，无需中间的显式规划步骤。这使得其在简单任务上的响应速度较快，但在复杂任务上仍有提升空间。

Walker X的AI算法能力处于国内人形机器人的领先水平，特别是自然语言理解能力表现出色。与Figure 02（OpenAI加持）相比，在响应速度上略有差距，但在国产机器人中属于第一梯队。

评分：9.0/10

#优必选#Walker X#AI算法#端到端模型