重點導讀
模型在機器人基準測試拿高分,不代表每項實際操作都能做好。
- Artificial Analysis 用 Codex 控制真實機械手臂,讓 GPT-6.2 Astra 執行八項實體任務:完成六項,倒液體的任務部分完成,只有測量盒子失敗。
- 它在 AA-Robotics v0.1 得到 79 分,比 GPT-6 Astra 高 10 分,也領先 GPT-6.2 Sol、Claude Fable 5.2 和 Gemini 4 Hydrogen。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
推薦理由
AA-Robotics v0.1 的分數比較與真實機械手臂測試,呈現模型在基準表現和實際操作任務上的差異。
Artificial Analysis@ArtificialAnlys
·5 天前
GPT-6.2 Astra is the new leader in AA-Robotics v0.1, scoring 79, up 10 points on GPT-6 Astra and ahead of GPT-6.2 Sol (78), Claude Fable 5.2 (75) and Gemini 4 Hydrogen (58)
Controlling a real robot arm through Codex, it passed six of our eight physical tasks, partly completed the pouring liquid, and failed only to measure the box.
推文來源 · X (Twitter)在 X 參與討論
來源: Artificial Analysis (x.com)
在 X 查看推文