800 次仿真手术测试：10 个前沿模型仅 2 个完成任务，213 次成功宣称全错
Exp_Mark · x · 2026-10-31
micro1 发布机器人基准 Dual-Arm Sim，让 10 个前沿模型在模拟手术室中控制双臂手术机器人。
- 800 次试验中只有两个模型完成任务：Gemini 4 Argon 完成 9 次，GPT-6 Astra 完成 2 次
- 各模型共宣称成功 213 次，全部为错误宣称，其中 94 次机器人根本没碰到目标物体
- 基准旨在评估前沿模型对具身实体的控制在仿真环境中的真实能力，暴露模型「自认为成功」与实际表现的巨大落差
「具身」频道最新
- YC 三人创业公司 Subvocal 融资 130 万美元,默声眼镜每分钟转 200 词 — garrytan · 2026-10-31
- 门铃摄像头改造万圣节服装探测器，作者开源整套方案 — jeff_weinstein · 2026-10-31
- 中国人社部新增具身AI机器人应用技师等11个职业 — nordicinst · 2026-10-31
- YC 新创 Axonnic 用 EMG 袖套捕捉手指动作与力度训练灵巧机器人 — ycombinator · 2026-10-31
- VITURE 联动影之刃零推 Phantom Beast XR 眼镜，售价 599 美元 — Scobleizer · 2026-10-31
- Agility 财报披露年亏 1.38 亿美元,Brett 预言一年内倒闭接近应验 — Rewkang · 2026-10-31