新闻X昨天
GPT-6.2 Astra登顶AA-Robotics v0.1机械臂任务评测榜首
本文由 AI 根据公开内容整理,可能有误,请以原文为准:GPT-6.2 Astra gets the job done in the fewest moves of any model we’ve tested in AA-Robotics v0.1(X:Artificial Analysis (@ArtificialAnlys)(via AIHOT))
核心内容
Artificial Analysis发布AA-Robotics v0.1评测结果,GPT-6.2 Astra在11个具身智能模型中取得最高综合得分。该模型在六项标准机械臂操作任务中累计发出668条指令,为所有参测模型中最少,验证了其在机器人任务规划与执行效率上的领先优势。
在具体清理箱子任务中,GPT-6.2 Astra仅需92条机械臂指令即可完成,相比Claude Fable 5.2减少约75%的动作冗余。这一量化差距表明Astra在将高层语义转化为底层控制序列时具备更强的策略压缩能力,有效降低了物理交互频次与潜在累积误差。
关键看点
- 指令效率:清理箱子任务仅需92条机械臂指令,较Claude Fable 5.2减少约75%
- 任务总量:六项标准任务累计消耗668条指令,为11个参测模型中最低值
- 评测排名:在AA-Robotics v0.1基准测试中综合得分位列第一
工程与产业观察
GPT-6.2 Astra以极低指令开销完成复杂操作,证明大模型在具身任务规划中已具备高效策略压缩能力。这对降低真机磨损、提升长程任务鲁棒性及缩短仿真到现实迁移周期具有直接工程价值,标志着具身智能正从“能完成”迈向“高效完成”阶段。
线索来源:AIHOT
外部来源
本页事实对应的公开页面,以原文为准。(点击将离开本站)