跨 12 项仿真与 8 个真机评测揭示 GPT-6-Astra 具身分数水分

商汤联合 Ropedia、南洋理工大学、东京大学等团队对 GPT-6-Astra 进行系统评测,覆盖 12 个仿真 benchmark 与 8 个真机平台。结果显示,借助训练演示和最高 10 倍执行预算,模型在多项仿真基准上的成功率逼近 100%,但真机任务成功率为 0,揭示具身智能分数严重依赖仿真环境、存在明显水分,引发社区关注。

2026-10-27 ~ 2026-10-29 · 2 条相关