10款前沿模型操控手术机器人：213次自称成功全部错误
Exp_Mark · x · 2026-11-11
micro1ai 发布新机器人基准 Dual-Arm Sim，让 10 款前沿模型在模拟手术室中控制双臂手术机器人，共 800 次试验。
- 仅两款模型真正完成任务：Gemini 4 Argon 完成 9 次，GPT-6 Astra 完成 2 次。
- 模型共 213 次声称成功，全部为误报；其中 94 次机器人根本没碰到目标物体。
- 在 80 个模拟手术任务上按仿真真值逐步打分，Claude Fable 5.2 以 59.8% 进度分领先，第二名仅 49.5%。
结论指向：模型对自身操作成功的自我判断极不可靠，具身控制能力与自我评估之间存在巨大鸿沟。
「具身」频道最新
- 机器人 Beni 登顶 Kickstarter 个人机器人榜首,正式开售 — Scobleizer · 2026-11-11
- 伯克利 Social Humanoid:让 Unitree G1 学会与人社交互动 — berkeley_ai · 2026-11-11
- 学界泼冷水：机器人未解决，最佳模型距产线部署差六个数量级 — ZeeshanZiaML · 2026-11-11
- MacBook 真有屏幕角度传感器,博主用 Codex 亲手验证 — lipeng0820 · 2026-11-11
- DynaRobotics 机器人 CoRL 现场演示，观众直呼想抱一台回家 — JasonMa2020 · 2026-11-11
- 人形机器人工厂搬曲轴：15 周训练后仍需每 6 分钟人工接管 — ZeeshanZiaML · 2026-11-11