清华团队构建 HandsOn 灵巧操作基准，66 项任务全方位评测机器人双手能力

清华大学丁宁团队联合多所高校及相关机构研究员，构建面向跨本体灵巧操作的可组合仿真平台与评测基准 HandsOn，补上灵巧手领域缺乏系统可靠评测体系的缺口。该基准包含 66 项人工验证任务与 18000 条人类仿真遥操作示范，将任务划分为用于评测学习执行能力的 Core-50 和用于评测泛化迁移能力的 Transfer-16 两套体系，支持多种机械臂、灵巧手及不同类型物体资产的随机化组合，还可记录多步骤任务的阶段进展，定位失败环节。团队对不同技术路线的模型开展评测，结果显示当前多任务策略在 Core-50 上最高成功率仅为 29.1%，在 Transfer-16 上平均成功率均低于 1%，零样本的 GPT-6 在两类任务上的成功率也仅为 5.2% 和 1.9%，可见灵巧手的双手协作、精细接触、长时程状态保持等操作仍存在明显难点。目前相关论文、代码与数据资源已全部公开，可为后续灵巧操作相关研究提供统一的可比实验条件，推动行业逐步明确灵巧手操作的能力边界。