最强 agent 仅解 33%：具身基准首轮成绩揭示三大短板
ManlingLi_ · x · 2026-10-20
Embodied First Exam 首轮排行结果：最强 agent GPT-6 Astra 在核心榜单仅得 33%。
- Privileged ≠ Standard：agent 用模拟器全权限能解的任务，按真机规则（仅相机、不重置）重跑大多失败。Astra 只解约三分之一的 Standard 与 Standard-realtime 测试；Claude Opus 5.5 和 Gemini 4 Argon 各能解几十道 Astra 做不出的题，没有单一 agent 全面覆盖
- 今天的 agent 在哪崩：灵巧操作与工具使用、动态控制与平衡、长时程家务。即便有 Privileged 权限，Astra 拧 IKEA Stegesund 的一颗螺栓花了 40 分钟，第二颗直接超时
- 在哪发光：运动可提前规划、允许自由重试、规则写明的任务表现最好
榜单与完整报告见原帖链接。
「具身」频道最新
- MoCaP：让机器人从人类日常视频零样本学会移动操作 — sherryyangML · 2026-10-20
- Lucky Engine 2026.3 发布：照片秒变机器人训练仿真数据 — chris_j_paxton · 2026-10-20
- 伯克利 EMBER 中心人形机器人讲座季：CMU 石冠亚谈通用 humanoid — GuanyaShi · 2026-10-20
- 曝苹果 10 月 28 日洛杉矶发布会:触屏 MacBook 将登场 — xiaohu · 2026-10-20
- 同款接口驱动真机：机器人实测走钢丝游戏 — ManlingLi_ · 2026-10-20
- RoboEngineer 演示：Sim2Sim 驱动的自动研究 — ManlingLi_ · 2026-10-20