XDOF 于 11 月 20 日公布了 GPT-6.2 Astra 在 Ember-0 的实机测试成绩。按同一批 16 项操作任务等权计算,完成率为 41.2%,此前 GPT-6 Astra 的成绩为 19.6%。两者相差 21.6 个百分点。
测试让模型控制双臂机器人完成打结、展开 T 恤、取出被遮挡物体等任务。评测协议为每项任务安排 30 次重复,场景在轮次之间重置;公开榜单也提供操作片段和分步评分,便于查看失败出现在什么环节。
XDOF 同时跟踪运行时间、推理延迟与成本。完成率取决于模型、机械臂及具体执行设置,不能直接外推到其他机器人或生产现场。
配图为 GETAI 原创主题插画。
