一句话ALFRED 是面向具身智能/视觉语言导航研究的家庭任务指令理解基准，连接自然语言、第一视角视觉与动作序列学习。
定价免费/开源研究资源 正文提供 Paper、GitHub、Simulator、Leaderboard、Data & Code 等入口，未提及商业定价或付费计划。
适合谁具身智能、视觉语言导航、机器人学习、计算机视觉与自然语言理解方向的研究者和开发者
核心功能自然语言指令到动作序列的学习基准面向家庭日常任务的真实环境模拟支持长组合任务执行包含不可逆状态变化的任务设定提供论文、数据与代码、模拟器、排行榜和挑战赛入口
功能与用途ALFRED 是 A Benchmark for Interpreting Grounded Instructions for Everyday Tasks，用于学习从自然语言指令和第一视角视觉到家庭任务动作序列的映射，覆盖长程组合执行与不可逆状态变化。
支持语言/框架正文未说明编程语言或深度学习框架；仅提到 Data & Code、GitHub、Simulator 和 THOR 2.1.0 Docs。
开源还是闭源正文提供 GitHub 入口，显示代码资源可获取，但未明确许可证或完整开源范围。
自托管选项正文未明确自托管部署；作为数据、代码和模拟器资源，可能用于本地研究环境，但具体方式未说明。
定价未提及收费；从论文、GitHub、数据代码和排行榜入口看，更像免费学术基准资源。
API/SDK正文未说明 API 或 SDK；仅提供 Simulator 与 THOR 2.1.0 Docs 入口。
集成与生态与 THOR 2.1.0、ALFWorld、TEACh、Leaderboard 以及 CVPR/ECCV Challenge 相关，属于具身智能研究生态。
文档质量页面列出 Paper、Data & Code、THOR 2.1.0 Docs、Leaderboard 等文档入口，但正文未展示具体文档内容，无法充分评价。
中国访问未知
适用场景训练和评估具身智能模型；研究自然语言指令理解、第一视角视觉感知、家庭任务规划与动作执行；参加相关学术挑战赛并在排行榜比较结果。
同类AI2-THOR、Habitat、TEACh、ALFWorld