RespostasPublicado17 fontes
EchoPolicy-0 alcança 75,4% no MolmoSpaces; MagicBrain marca 94,4% em uma tarefa
A MagicLab informou que o EchoPolicy 0 liderou o ranking combinado do MolmoSpaces, da AI2, com 75,4% de sucesso médio nas quatro tarefas. O MagicBrain, sistema de 3,4 bilhões de parâmetros, ficou em quarto lugar, com média de 72,4% e resultado de 94,4% na tarefa Pick.
Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2
Resposta de pesquisa
Principais conclusões
- A MagicLab informou que o EchoPolicy 0 liderou o ranking combinado do MolmoSpaces, da AI2, com 75,4% de sucesso médio nas quatro tarefas.
- O MagicBrain, sistema de 3,4 bilhões de parâmetros, ficou em quarto lugar, com média de 72,4% e resultado de 94,4% na tarefa Pick.
- O MolmoSpaces avalia tarefas em ambientes simulados; os resultados não demonstram, sozinhos, como os sistemas se sairiam em situações reais.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: As reported on October 14, 2026, how did MagicLab’s EchoPolicy-0 and its in-house 3.4-billion-parameter MagicBrain perform on AI2’s MolmoSpa. Article summary: MagicLab reported EchoPolicy-0 first on AI2’s MolmoSpaces Combined leaderboard at a 75.4% equal-weighted success rate, while its 3.4-billion-parameter MagicBrain reportedly ranked fourth at 72.4%, including 94.4% on Pick. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
A MagicLab informou que seu sistema EchoPolicy-0 ficou em primeiro lugar no ranking combinado do MolmoSpaces, benchmark de robótica da AI2, com 75,4% de sucesso médio nas quatro tarefas avaliadas. Já o MagicBrain, modelo de 3,4 bilhões de parâmetros da empresa, alcançou a quarta posição, com média de 72,4% e 94,4% de sucesso na tarefa Pick, de pegar um objeto. Esses números vêm de uma avaliação de benchmark e não comprovam, por si só, o desempenho dos sistemas em aplicações reais.1
18
Como os sistemas foram avaliados
A média informada para o EchoPolicy-0 reúne quatro tarefas do MolmoSpaces v1: Pick, Pick and Place (pegar e posicionar), Open (abrir) e Close (fechar). A MagicLab disse que o sistema liderou o ranking combinado.1
Uma análise dos dados publicados no ranking, citada pela Pandaily, calculou uma média de aproximadamente 75,5% — diferença pequena em relação aos 75,4% divulgados pela empresa. Como os relatos divergem ligeiramente na apresentação da média, este artigo mantém o número informado pela MagicLab.41
O MagicBrain ficou em quarto lugar no mesmo agrupamento, com média de 72,4%. Os 94,4% se referem especificamente à tarefa Pick, e não à média geral do sistema.18
| Sistema | Resultado no ranking combinado | Destaque |
|---|---|---|
| EchoPolicy-0 | 75,4%, primeiro lugar | Média com pesos iguais nas quatro tarefas |
| MagicBrain | 72,4%, quarto lugar | 94,4% de sucesso em Pick |
O que o MolmoSpaces mede
O MolmoSpaces é um benchmark de inteligência artificial incorporada — ou seja, voltada a sistemas que percebem o ambiente e agem nele — desenvolvido pela AI2. A avaliação é descrita como zero-shot: testa a capacidade de realizar tarefas sem depender de treinamento específico para os casos avaliados. O benchmark reúne mais de 230 mil ambientes internos e cerca de 130 mil objetos.1
Esses totais descrevem o conjunto de ambientes e objetos do benchmark, não a quantidade de tentativas feitas para chegar aos resultados divulgados. As pontuações resumem o desempenho nas quatro tarefas de manipulação da versão 1. Elas permitem comparar sistemas sob uma avaliação comum, mas não mostram, sozinhas, o grau de confiabilidade de um robô em fábricas, escritórios ou outras condições físicas.
EchoPolicy-0: conectar percepção e ação
A MagicLab descreve o EchoPolicy-0 como uma estrutura que combina um modelo de visão e linguagem, ferramentas geométricas de manipulação e uma política geral de ações. A proposta é encadear a observação da cena e a compreensão da instrução com a escolha e a execução de uma ação, além de verificar o resultado.18
A documentação da avaliação também descreve mecanismos de verificação visual que podem ajudar a decidir se a execução deve continuar, ser tentada novamente ou seguir outra alternativa.18
20 Assim, a estrutura não se limita a enviar um comando de movimento: ela associa percepção, ação e uma etapa de retorno para conferir o que aconteceu.
MagicBrain: identificar o objeto certo
O MagicBrain segue outra abordagem: usa orientação visual contextual para ajudar a identificar qual objeto corresponde à instrução. Nessa proposta, a identificação visual do alvo guia a ação do modelo responsável pelo movimento — separando a decisão sobre o que manipular daquela sobre como se mover.19
33
Em uma análise dos casos estudados, a MagicLab apontou a escolha incorreta do objeto como uma fonte comum de falhas de agarramento, em vez de movimentos instáveis.30 Isso sugere um problema de interpretação da instrução: mesmo que o movimento seja bem executado, a tarefa falha se o robô pegar o objeto errado. A observação se refere aos casos analisados pela empresa, não a uma regra geral sobre todas as falhas de robôs.
O que os resultados mostram — e o que não mostram
As duas abordagens buscam integrar a compreensão de instruções, a seleção visual do alvo e a ação física. A MagicLab Studio já descreveu arquiteturas em camadas como uma direção preferencial e apontou o seguimento de instruções como um desafio para tarefas de propósito geral.33
Os resultados indicam como os sistemas se saíram nas tarefas do MolmoSpaces. Não devem ser interpretados como prova de confiabilidade no mundo real ou de prontidão comercial: uma pontuação em benchmark não estabelece, por si só, como o sistema se comportará em diferentes condições físicas e ambientes de uso.
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "EchoPolicy-0 alcança 75,4% no MolmoSpaces; MagicBrain marca 94,4% em uma tarefa"?
A MagicLab informou que o EchoPolicy 0 liderou o ranking combinado do MolmoSpaces, da AI2, com 75,4% de sucesso médio nas quatro tarefas.
Quais são os pontos-chave para validar primeiro?
A MagicLab informou que o EchoPolicy 0 liderou o ranking combinado do MolmoSpaces, da AI2, com 75,4% de sucesso médio nas quatro tarefas. O MagicBrain, sistema de 3,4 bilhões de parâmetros, ficou em quarto lugar, com média de 72,4% e resultado de 94,4% na tarefa Pick.
O que devo fazer a seguir na prática?
O MolmoSpaces avalia tarefas em ambientes simulados; os resultados não demonstram, sozinhos, como os sistemas se sairiam em situações reais.