具身评测 704 票 Elo：Claude Opus 5.5 以 1379 分领跑机器人操作
qinzytech · x · 2026-10-21
Embodied Analysis 公布基于 704 票的机器人操作评测总体 Elo：Claude Opus 5.5 得 1379，Gemini 3.8 Flash 1218.4，GPT-6 Sol 1121.3，GPT-6 Astra 1099.5。
各家模型执行同一模拟任务（把牛角包放到砧板上、再把果酱罐拿过来）：
- Opus 5.5：放置牛角包后去取果酱，但没把罐子放上砧板。
- Gemini 3.8 Flash：约 4 秒回放内放置牛角包后移向果酱，罐子未放置。
- GPT-6 Sol：反复在牛角包周围调整，始终没有放上砧板。
- GPT-6 Astra：把牛角包掉在地上，随后走向柜子且未取回。
没有任何一次单任务运行完整完成两步，显示前沿模型在具身操作上仍远未过关。
「具身」频道最新
- 佛罗里达警队首配载人电动飞行器,专司监控与应急响应 — Polymarket · 2026-10-21
- ETH 新法从视频直接估计人形机器人全身姿态,无需内部传感 — ETHZurich · 2026-10-21
- Chris Paxton：机器人整套栈不会全跑云端，只上大参数部分 — chris_j_paxton · 2026-10-21
- Encord 圆桌：六家机器人公司聊部署数据飞轮闭环 — chris_j_paxton · 2026-10-21
- 人形机器人手报告：耐用性仅200-1250小时，远低于万小时目标 — MarwaEldiwiny · 2026-10-21
- 用 PLAUD Notepin 录通话转写，喂给 AI 保持上下文不断 — curious_vii · 2026-10-21