模拟机器人评测：Claude Opus 5.5 在 16 组对比中 14 次胜过 Opus 5
qinzytech · x · 2026-10-17
embodianalysis 发布了 Claude Opus 5.5 与 Opus 5 在模拟机器人任务中的直接对比结果：16 组两两对比中，Opus 5.5 获得 14 次偏好，Opus 5 仅 2 次。
两个代表性案例揭示了行为差异：
- 可颂抹酱任务：Opus 5.5 会把可颂放到砧板上并继续去开柜子，Opus 5 则把可颂留在盘子里；两者都没放果酱。
- 微波炉任务：这一组 Opus 5 反而胜出——它伸向下方的 Start 按钮区域，而 Opus 5.5 在上方控制区操作，视频片段无法确认微波炉是否真的启动。
作者强调方法论要点：如果只按"任务完成与否"打分，两个可颂运行会得到相同结果（未完成），从而掩盖两者在指令推进程度上的差异；而 14/2 的偏好结果反映的是相对判断，不是任务成功率。
「具身」频道最新
- 单视频 3D 重建进 Blender,生成式仿真工业安全场景 — RexDouglass · 2026-10-17
- MIT 新作 Contact-UAN:6.5 分钟数据让人形机器人落地更稳 — kevin_zakka · 2026-10-17
- 手持 Livox MID-360 在 ROS 2 实现地图定位,室外跑通约 390 米 — rsasaki0109 · 2026-10-17
- 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
- 全盲开发者用 Claude 打造 AccessSlice,让盲人独立使用 3D 打印机 — Mrblindguardian · 2026-10-17
- ROS 开源机器人周报:ROSCon 中国站与英国站相继启动 — kscottz · 2026-10-17