Artificial Analysis 发起 AA-Robotics 基准:GPT-6 Astra 机械臂任务夺魁
ArtificialAnlys · x · 2026-11-21
Artificial Analysis 推出研究预览版基准 AA-Robotics v0.1,测试前沿语言模型对物理世界的理解、规划与行动能力:每个模型直接控制一台 6 轴机械臂(5 关节+夹爪)完成简单任务,首日发布 8 个任务的结果。
主要发现:
- GPT-6 Astra 以 69 分排名第一,其后依次为 GPT-6.1 Sol、Gemini 4 Argon、Claude Opus 5.5 和 Claude Fable 5.1
- GPT-6 Astra 平均每个任务耗时 30 分钟、成本 16.36 美元,效率远逊人类基线(差近两个数量级)
- 在清理箱体任务中,GPT-6.2 Astra 仅用 92 次机械臂指令,比 Claude Fable 5.2 少约 75%;六个任务合计发送 668 条指令,为 11 个模型中最少且得分最高
报告认为机器人技术的未来很可能涉及强大的通用智能体,但当前前沿语言模型直接用于生产机器人仍太慢太贵,预计这一状况会快速改变。
「具身」频道最新
- GPT-6.2 Astra 居 AA-Robotics 榜首,机械臂指令数比 Claude 少 75% — ArtificialAnlys · 2026-11-21
- Heave-Ho 框架让 2-10 台人形机器人无通信协作完成长程任务 — yuewang314 · 2026-11-21
- 南加州大学发布 Heave-Ho:多人形机器人零通信协作,成功率 86% — yuewang314 · 2026-11-21
- Unitree G1 人形机器人「上岗」U-Haul,实拍引围观 — yuewang314 · 2026-11-21
- CMU 等发布 AgentRoboCritic:动作级评测揭示前沿 Agent 直接控制机器人的真实能力 — XiongChenyan · 2026-11-21
- AI 机器人雕刻石质工作室引惊叹,博主畅想彩色玻璃式视频墙 — PeterBowdenLive · 2026-11-21