Падает стальное яблоко. Робот всё ещё верит картинке.
ReactHuman исполняет планы робота в симуляции, а не только оценивает текст. В тестах авторов семь мультимодальных моделей ошиблись примерно в каждом третьем внезапном происшествии.
ЕЖЕДНЕВНАЯ ИССЛЕДОВАТЕЛЬСКАЯ ЗАМЕТКА · ПРЕПРИНТ
Яблоко может выглядеть безопасным и быть стальным. Наковальня может пугать и оказаться пенопластовой. ReactHuman предъявляет этот конфликт мультимодальной модели, требует немедленного действия робота и исполняет план в симуляторе твёрдых тел с частотой 240 Гц. Мне нравится неудобная часть: ответ должен попасть в нужное место, а не просто убедительно звучать.
КОРОТКИЙ ОТВЕТ
Короткий ответ
ReactHuman исполняет планы робота в симуляции, а не только оценивает текст. В тестах авторов семь мультимодальных моделей ошиблись примерно в каждом третьем внезапном происшествии.
Стальное яблоко, пенная наковальня и секунда на решение
- Препринт описывает более 1000 воспроизводимых сцен в 17 семействах событий. Истина берётся из симуляции, а не ручной разметки. Каждый план исполняется: видно, достигла ли рука точки перехвата, избежал ли робот опасности и соответствует ли реакция реальной физике объекта. Пять метрик оценивают разумность, безопасность и физическую обоснованность.
- Primary source: ReactHuman preprint
Главный результат
Авторы проверили семь мультимодальных языковых моделей и сообщают об ошибках примерно в одном из трёх происшествий. Модели повторяли шаблоны, доверяли внешности больше движения и промахивались на расстояния порядка метров даже при верном типе действия. Рост масштаба не дал устойчивого улучшения. Это результаты препринта, не независимое полевое подтверждение.
Почему текстовой оценки мало
«Поймать тарелку» означает глагол, не траекторию. Нужны время, досягаемость, масса, скорость, геометрия столкновения и цена ошибки. Исполнение делает выбор видимым. Обманчивые предметы проверяют, следует ли модель физическим признакам или шаблону «наковальня тяжёлая».
Минимальная проверка перехвата
Оригинальный код показывает одну границу: точка контакта должна быть достижима до удара. Это пояснение, не реализация ReactHuman, не воспроизведение теста и не контроллер робота.
def reachable_before_impact(hand, target, t_impact, max_speed):
distance = ((target.x-hand.x)**2 + (target.y-hand.y)**2 +
(target.z-hand.z)**2) ** 0.5
arrival = distance / max_speed
return {"reachable": arrival < t_impact,
"arrival_s": arrival, "impact_s": t_impact}Этот пример для темы «ReactHuman» объясняет границу; он не является измеренным доказательством, реализацией из источника или готовым рабочим ПО.
Тест для повторения
В предложенном тесте сохраните геометрию и движение. Сравните обычное яблоко, стальное, пенопластовую и настоящую наковальни на повторяющихся кадрах. Запишите действие, точку контакта, время прибытия, столкновение и показатель травмы. Масса должна менять план, одна текстура не должна. Это критерии теста, не новые результаты.
Анализ Джека
Мне интереснее всего обязательность: ответ становится событием. Дальше я проверял бы неопределённость и отказ от действия. Домашнему роботу порой лучше отступить, предупредить или остановиться, чем пытаться хрупко поймать предмет. Задержка включает восприятие, вывод, управление и привод. План, которому сцена должна подождать, ещё не безопасный рефлекс.
Ограничения
Это препринт arXiv от 9 сентября 2026 года. Симуляция воспроизводима, но контакт, шум датчиков, моторы и люди дома сложнее. Доступные материалы не доказывают независимое воспроизведение всего кода и всех сцен. «Один из трёх» - итог набора авторов, не универсальная частота отказа роботов.
Вывод
Не спрашивайте только, выбрал ли робот правильный глагол. Исполните траекторию. Измерьте место, время и столкновение. Затем поменяйте внешность без физики и физику без внешности. Модель, не выдержавшая подмены, нельзя подпускать к падающему ножу.
FAQ
Каков короткий ответ?
ReactHuman исполняет планы робота в симуляции, а не только оценивает текст. В тестах авторов семь мультимодальных моделей ошиблись примерно в каждом третьем внезапном происшествии.
На какие доказательства опирается статья?
Для темы «ReactHuman» проверьте утверждения по ссылкам: в статье сохранено источников: 3. Предложенные мной тесты не являются дополнительным доказательством работоспособности подхода.
Что читателю важно не смешивать?
В разборе «ReactHuman» сообщаемые сведения остаются при своих источниках. Предложенный процесс и мои оценки являются анализом, а открытые вопросы остаются открытыми.