RecodeX 重构消息，多机构研究者联合推出机器人评测基准LIBERO-MAX，针对机器人在执行任务途中环境发生动态变化仍需完成任务的场景。该基准采用配对执行设计，构建8000组配对案例，覆盖8类执行中途环境变化，累计开展22.4万次仿真评测，测试14种主流机器人策略。结果显示，所有受测策略在动态变化下成功率均下降11.0至25.7个百分点，其中目标或容器移动、相机与传感器类变化影响尤为突出，提升观测频率也无法完全消除性能差距。该基准可区分原有能力不足与中途变化带来的影响，并提供轻量化版本。