RoboColiseum 机器人实测：Claude Opus 5.5 得 76.28 险胜 GPT-6 Astra
jiqizhixin · x · 2026-11-01
RoboColiseum 团队发布 Agent2Act 共享测试框架，将前沿多模态模型接入真实机器人观测、动作执行与反馈闭环。
- 模型可查看图像与机器人状态、查询传感器证据并提议动作，框架负责校验提议、转换为机器人指令并返回执行反馈
- 原生评测覆盖指令遵循、空间推理、操作与鲁棒性四个维度
- 四模型对比中 Claude Opus 5.5 得 76.28，GPT-6 Astra 得 75.99，总分接近但「理解指令」与「可靠执行操作」之间的差距更大
- 组件对比显示，执行反馈与历史信息会显著影响任务成功率和规划成本
「具身」频道最新
- 上海 Archon Robotics 打造人形机器人「全身智能」基础模型 — Scobleizer · 2026-11-01
- Robot Intelligence Index 首发榜单：GPT-6 Astra 以 1905 分登顶机器人模型 — haider1 · 2026-11-01
- ETH Zurich 发布 EgoHTR 数据集：15 万帧第一视角 4D 人体地形运动数据 — Scobleizer · 2026-11-01
- Dyna 机器人长时程任务演示曝光，被称为近期最干净的一次 — Scobleizer · 2026-11-01
- X 传播战 Tesla Robotaxi 声量碾压 Waymo：互动量高出一个数量级 — mitchdeg · 2026-11-01
- The Trinity：模型冻结状态提分 34 点，机器人任务成功率 0% 升至 60% — YangYou1991 · 2026-11-01