一句话看懂：alphaXiv 收录的论文提出 BURGER——一个语言条件机器人绘画基准与可扩展数据生成流程，用 2.82 万条模拟演示评估 VLA 模型在开放任务中的泛化表现，为研究“数据规模与任务多样性如何影响具身智能”提供了可测量的实验平台。
事件核心：发生了什么
根据论文摘要（发布时间为 2026 年 10 月 29 日），研究团队构建了 BURGER 基准：机器人从同一张空白画布出发，按语言指令绘制指定物体或空间构图。每句话允许多种有效画法和笔顺，因此同一指令下行为差异很大。数据管线先用图像生成模型产出草图，再转为有序绘制轨迹，在仿真中由机械臂执行并记录观察、状态与动作。数据集包含 28,200 条模拟演示，覆盖 282 个绘画任务（132 个单体任务、150 个构图任务）。作者用该数据评估了五个代表性 VLA 模型，并在 Franka Panda 真机上部署训练后的策略，展示人在干预时仍能反应式作画。
为什么重要
VLA 模型的训练需要大量多样化的真实机器人数据，而物理采集成本高，这是具身智能规模化的主要瓶颈。BURGER 的价值在于把“指令—多样行为—可扩展数据”放进仿真流程，让研究者能拆开分析语言 grounding、空间构图与动作生成。摘要提到，BURGER 单指令下的轨迹有效模式平均为 7.13，远高于 LIBERO 的 1.09；不过该指标衡量路线多样性，不代表任务成功率。作者初步结论是部分 VLA 模型可受益于更多任务多样性与演示规模，并泛化到熟悉物体的未见组合——这些结论仍限定在其评测设置内，且发表于学术预印平台，尚未说明通过同行评审。
对用户/开发者/创作者的影响
对机器人开发者，BURGER 提供了一套可复现的训练与评测思路，尤其适合检查策略是否能处理开放式指令，而非只背固定动作序列。对从事图像生成、仿真数据合成的人，这套“提示词→草图→标准轨迹”的管线可作为数据增广参考。需要注意：论文摘要未披露推理延迟、真机成功率、算力成本等细节，目前公开信息不足以判断其工程落地程度；项目主页和代码已给出链接，但仓库的完整程度与许可证尚未核实。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是代码与数据集能否完整开放、社区能否复现 7.13 这一多样性指标；二是后续工作是否报告真实画布上的成功率，而不只是定性演示；三是该基准是否被其他 VLA 团队纳入常规评测，进而影响具身智能的数据采集路线。
来源：alphaXiv
