VLABench 是评测安全领域的开源项目，由 OpenMOSS 开发，2024 年首次发布。
它收录于评测安全分类，该分类目前共有 466 个项目，GitHub 星标数为 472。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-18。MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：学术研究：对比不同VLA模型在具身任务中的表现。同类可对比的替代方案包括 RLBench、Meta-World、ALFRED。
VLABench
一站式公平评测VLA与具身智能模型，让模型实力一目了然
VLABench 是一个大规模基准测试平台，专为公平评估视觉-语言-动作模型（VLA）、具身智能体及视觉语言模型（VLM）而设计。它解决了当前具身智能领域缺乏统一、标准化评估标准的问题，为不同模型提供可比较的测试环境。核心能力包括：提供多样化的仿真任务场景，覆盖操作、导航等具身任务；支持对模型的多维度能力评估，如视觉理解、语言指令跟随、动作规划等；内置标准化评估协议，确保结果可复现和公平对比。通过该基准，研究者可以系统性地衡量模型在真实世界任务中的表现，推动具身智能的发展。
开源
free
开源模型
GitHub 星标
★ 472
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队OpenMOSS
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型embodied,foundation-models,robotics
GitHub 星标★ 472
30天Star增速
HF 下载量
上线时间2024-12-25 00:00:00
最近更新2026-09-18 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5
使用教程
核心亮点
- 提供大规模标准化仿真任务，覆盖多种具身场景，评估维度全面
- 设计公平对比协议，减少任务偏差，结果可信度高
- 支持VLA、具身智能体、VLM多类模型，适用面广
不足之处
- 早期项目，文档和社区支持待观察
- 依赖仿真环境，与真实物理世界存在差距
适用场景
- 学术研究：对比不同VLA模型在具身任务中的表现
- 模型开发：在发布前用统一基准测试模型能力
- 教育评估：用于具身智能课程或竞赛的标准化测试
替代项目
RLBench、Meta-World、ALFRED
项目介绍
同类项目推荐
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
fast-llm-security-guardrails
开源
给 AI Agent 加一道快速安全闸门，防提示注入和隐私泄露
The fastest Trust Layer for AI Agents
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.