GPT-6-Astra 直接当机器人策略,RoboMME 登顶超人类基线

哈佛 Heng Yang 团队发布 arXiv 论文,探究前沿视觉语言模型能否直接充当依赖记忆的机器人操作策略。方法出奇简单:将冻结的 GPT-6-Astra 配合全量视觉历史塞进上下文,即在大规模记忆依赖机器人操作基准 RoboMME 上登顶第一,成功率 92.1%,超过人类基线 90.5% 及所有已列方法。

2026-10-17 ~ 2026-10-17 · 2 条相关

• RoboMME 登顶：全量视觉历史塞进上下文，Astra 92.1% 超人类基线 — hankyang94 · 2026-10-17
• 冻结版 GPT-6-Astra 直接当机器人策略,RoboMME 得 92.1% 超人类基线 — hankyang94 · 2026-10-17