Clean / Random，逐任务看差别

50个任务，每种设置2次，成功和失败都保留。每段均显示实际传给模型的英文指令、scene seed和环境判定。

本次录像轮：Clean 69/100 · Random 34/100（每任务每设置2回合，与历史统计分开）。

历史成功率来自每任务每设置10回合；本页每组2段只用于观察。Random同时更换纹理、杂物、光照、桌高和指令措辞，scene seed相同也不保证布局完全相同。摇瓶任务判定只要求抬高瓶子。中文目标说明完整任务；个别实际英文模板会省略步骤，见报告中的交接积木示例。

完整中文分析与50任务能力说明 · 逐段视频 / 实际指令 CSV · 25k—50k任务成绩 CSV · 录像10fps为播放速度，非实时。