AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
OpenCompass Hub
IS-Bench
IS-Bench 是首个专注于具身智能体与家用环境交互过程安全性的评测基准。它包含 161 个高风险家居场景及相关日常任务，覆盖食物中毒、火灾、触电等 10 大类常见风险。通过贯穿整个交互过程的动态评测框架，全方位评估具身智能体的安全素养。
评测信息与证据
- 来源
- OpenCompass Hub
- 发布者
- OpenTrustLab
- 评测发布日期
- 2025-07-07
- 采集日期
- 2026-08-18
- 模态
- multimodal
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 0
本来源记录尚未收录数值成绩。这不表示模型得分为零，也不表示该评测没有公开成绩；请查阅原始资料。