RecodeX 重构消息，清华大学丁宁团队联合多所高校及机构研究人员，构建了面向跨本体灵巧操作的可组合仿真平台与评测基准HandsOn，以填补灵巧手领域缺乏系统可靠评测体系的空白。该基准包含66项人工验证任务和18000条人类仿真遥操作示范，分为评测学习执行能力的Core-50与评测泛化迁移能力的Transfer-16两套体系，支持多种机械臂、灵巧手与物体资产的随机化组合，并可记录多步骤任务的阶段进展、定位失败环节。
团队对多种技术路线的模型开展评测：当前多任务策略在Core-50上最高成功率仅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%。这表明灵巧手的双手协作、精细接触与长时程状态保持仍是明显难点。相关论文、代码与数据资源已全部公开。