具身能力指数实测：Astra 1349 Elo 领先 Argon 的 1324，但四瓶任务双双翻车

qinzytech · x · 2026-10-23

Embodied Analysis 发布 Physical Agent Capability Index 对比：Astra 以 1349 Elo 领先 Argon 的 1324。

团队让两个模型执行同一任务——把四只瓶子全部放进垃圾桶，必要时可交接。结果：Gemini 4 Argon 完成清桌，白瓶曾掉回桌面但重试后成功投放入桶，69 秒录像在最后一瓶下落时结束；GPT 6 Astra 释放了粉白两瓶，但反复抓取绿瓶仍未丢弃，录像结束时黄绿两瓶仍留在桌上——尽管在 10 月 20 日标注批次九次直接对比中 Astra 六次更受偏好。