Artificial Analysis 发布 AA-Robotics v0.1 基准

Artificial Analysis 发布研究预览版基准 AA-Robotics v0.1，用 6 轴机械臂（5 关节加 1 个夹爪）和 8 项桌面任务，评测前沿语言模型在物理世界中的理解、规划与执行能力，并公布首批八项任务结果。据其发布，GPT-6 Astra 在机械臂任务中居首。 测试中模型只收到简短指令：如何通过简单 HTTP API 连接机械臂、机械臂名称以及如何提交尝试，所有尝试均为零样本。Artificial Analysis 称，这些模型目前对任何生产用途而言都太慢、太贵，比人类基线差近两个数量级。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。