FoMER Bench 是由穆罕默德·本·扎耶德人工智能大学联合林雪平大学、澳大利亚国立大学于 2025 年发布的一个基础模型具身推理（FoMER）基准，相关论文成果为「How Good are Foundation Models in Step-by-Step Embodied Reasoning?」，旨在评估 LMM 在复杂具身决策场景中的推理能力。 该数据集包含超过 1,100 条样本，覆盖 10 种任务与 8 个具身推理的详细分步推理，涵盖 3 种不同的机器人类型和多种机器人模式，能够评估 LLM 在各种任务上的能力，例如下一步动作预测、动作可供性、物理常识、时间推理、工具使用和操作、风险评估以及机器人导航。数据包括多项选择题 (MCQ) 、判断题 (TF) 和开放式问题。每条样本都配有输入观察（视频或图像帧 + 文本提示）、多个候选动作，以及对应的逐步推理链（step-by-step reasoning traces）。

Citation

@misc{dissanayake2025goodfoundationmodelsstepbystep, title={How Good are Foundation Models in Step-by-Step Embodied Reasoning?}, author={Dinura Dissanayake and Ahmed Heakl and Omkar Thawakar and Noor Ahsan and Ritesh Thawkar and Ketan More and Jean Lahoud and Rao Anwer and Hisham Cholakkal and Ivan Laptev and Fahad Shahbaz Khan and Salman Khan}, year={2025}, eprint={2509.15293}, archivePrefix={arXiv}, primaryClass={cs.CV}, url={https://arxiv.org/abs/2509.15293}, }