密歇根大学安娜堡分校团队开发「RoboCrafter-QA」基准测试，探索 LLM 作为「自然选择器」在软体机器人设计中的应用。该测试通过生成多样化任务环境，评估模型从候选设计中选择更优方案的能力。实验显示，Gemini-1.5-Pro 表现最佳，但其在复杂任务和细微差异区分上仍有局限。提示设计消融研究表明任务描述对模型性能影响显著，LLM 在设计初始化中展现知识迁移能力。该研究为 AI 辅助软体机器人设计提供了新方向。

在科技快速发展的今天，人工智能（AI）与机器人技术的结合，正在逐步改变全球生产方式。智能化生产不仅提高了制造业的效率与精度，还推动了产业结构的变革。从智能工厂到自主机器人，它们正在以难以想象的速度重塑传统工业模式