← 轻量版首页 · 科技
GPT-6.2 Astra操控双臂机器人,实测平均成功率升至41.2%
茉莉花综合报道 · 2026年11月22日 00:26
机器人测试机构XDOF公布的Ember-0成绩显示,OpenAI的新模型GPT-6.2 Astra在16项双臂机器人操作中的平均成功率达到41.2%,前一代GPT-6 Astra为19.6%。
新模型能让机械臂给绳子打结、把揉皱的T恤铺开,这两项操作此前在这套测试中都没有模型完成。用这类模型操控机械臂时,每次生成下一组动作都要等待模型作出判断,这段时间平均从15秒缩短到10.1秒。
每项任务按30次测试
XDOF把实验分到6台双臂机器人工作站并行进行,每项任务按规程测试30次,人员记录各阶段完成情况以及抓取失误和碰撞。每轮测试前,试验场景会复位并随机调整,机器人在运行中自行操作,遇到硬件或安全问题时才由人介入。人工给出的分数还会单独复核。XDOF只纳入有判定结果的试验,先算出每项任务的成功率,再把16项任务按相同权重取平均。
在GPT-6.2 Astra完成铺开T恤之前,这道题已经有143次有效测试,成功次数为零。测试把一件折过或揉皱的T恤放在桌上,要求机械臂把它完全铺平,限时30分钟。评分人员分别记录有没有抓住衣服、拉起折叠的一侧、解开两道折痕以及把衣服铺平,做到最后一步才算完成。按这个标准,GPT-6.2 Astra铺开T恤的成功率为3.3%,榜上其余模型在这一项的成功率均为零。机械臂提起衣角时,布料的褶皱和轮廓也会变,机器人要靠手腕和上方摄像头传回的画面,重新判断下一次该抓哪里。
找马克笔时,另一款模型成绩更高
GPT-6.2 Astra用夹子夹起面包的成功率从上一代的10%升至90%。总榜第三的GPT-6.1 Sol在寻找被挡住的马克笔时,成功率为75.9%,高于GPT-6.2 Astra的63.3%。另一道题要求机器人取回够不到的毛绒玩具,两款模型的排名调了过来,GPT-6.2 Astra在这道题的成功率为96.7%。
XDOF把这些成绩归于模型、机器人硬件和试验设置的共同表现。榜单按同一项任务的试验记录估算了成绩的不确定范围,XDOF提醒,仅凭分数高低无法判断差距是否超出试验本身的波动。
茉莉花观察
总榜里,铺衣服和找马克笔分量相同,机器人实际做这两件事的频率却可能差得很远。一台机器人如果大半时间都在理衣服,铺平一件T恤的成功率比总榜名次更能说明它有多少活得重来。
综合量子位、极客范报道
数据:XDOF、Playground