آیا هوش مصنوعی میتواند در محیطهای شلوغ و در حال تغییر مثل انبارها، بدون برخورد به موانع مسیریابی کند؟ محققان بهتازگی بنچمارک جدیدی به نام «IndustryNav» را معرفی کردهاند که عملکرد مدلهای بینایی-زبانی (VLLM) را در محیطهای سهبعدی و پویا به چالش میکشد.
این بنچمارک با شبیهسازی ۱۲ سناریوی پیچیده در محیط یونیتی، توانایی مدلهایی مثل GPT-5.2 و Claude-4.6 را در مواجهه با حرکت انسانها و اشیاء ارزیابی میکند. نتیجه جالب؟ حتی پیشرفتهترین مدلها هم در «مسیریابی ایمن» و «درک فضای پویا» هنوز ضعفهای قابلتوجهی دارند و راه زیادی تا هوش عملیاتی کامل در پیش است! 🏭✨
منبع: arXiv Computer Vision