ActiveFly-Bench：面向空中具身感知的视觉语言动作基准

论文提出ActiveFly-Bench，将无人机主动感知拆分为航空具身问答（Air-EQA）、观测行为规划（OBP）和细粒度语言引导控制（FLUC）三层任务，覆盖真实与仿真户外环境，并开发部署于实体无人机上的闭环ActiveFly智能体。摘要称，现有VLM和VLA模型在行为规划、视角调整及稳定完成任务方面仍存在明显困难。