把 Gemini 和 GPT 放到《我的世界》当教练，谁能看懂机器人的微操？

📋总体概括

本文以《我的世界》为测试场，将Gemini与GPT分别充当机器人教练，考察两大模型对机器人微观操作的理解与指导能力。借助该沙盒游戏的开放环境与可编程接口，研究者可低成本对比不同大模型在具身智能场景下的视觉理解、指令生成与策略判断差异。此类跨模型、跨场景的横评，正成为衡量多模态模型落地具身智能实际价值的重要参考。