在一个阳光明媚的午后,想象一下几个“聪明绝顶”的机器人决定不再呆在实验室里,而是来到一处名为RoboColiseum的竞技场,准备展开一场世纪大战。谁更靠谱?让我们一起看看这场狂欢吧!
在这场激烈的比赛中,四位勇士——GPT-6 Astra、Claude Opus 5.5、GPT-6.1 Sol和Gemini 4 Argon,纷纷拿出自己的绝活。结果,Claude Opus 5.5以76.28的高分获得了桂冠,紧随其后的是GPT-6 Astra,仅落后0.29分。这就像是一场终极跑步赛,第一名和第二名几乎同时撞线,令人心跳加速!而GPT-6.1 Sol和Gemini 4 Argon则稍显落后,分别以70.91分和66.86分的成绩屈居第三和第四。
不过,等一下,专业选手又来了两个,Paimon和HiDream-O1-Embodied分别打出了77.54和76.92的高分,稍微把这些年轻的多模态模型拔到了后面。就像舞台上的主角突然被几位老戏骨抢走风头,确实让人惊讶。 恒耀企业官网
在这场对决中,虽然分数差不多,但每位选手的能力分布却像调色板一样五颜六色。Astra、Sol和Opus在指令跟随和空间理解的表现上,几乎让专业策略模型自愧不如。然而,当谈到通用操作时,他们却显得略显笨拙,彷佛在一场精细的舞蹈中因为脚步不稳而摔了一跤。
大家都很好奇,为什么这些机器人在理解任务上如鱼得水,却在执行某些动作时显得糟糕透顶?RoboColiseum的报告不仅给出排名,还尝试通过环境扰动和控制系统配置来揭晓这个谜团。
让我们来看个生动的控制示例。原本只想端个锅的GPT-6 Astra,却在第一回合中像个调皮的小孩,抓取锅具时姿势一团糟。在研究团队的帮助下,经过了一番指导,它终于像个有礼貌的厨师一样,双手端正,把锅稳稳拿起。啧,可惜这精彩的瞬间不在官方赛程之内。这就让人怀疑了:它到底理解了什么? 恒耀企业官网
在精细操作方面,Astra又遭遇了窘境。面对圆形积木时,它调整姿态如同进行高难度体操,最终成功入孔;但一旦转到手机充电头,糟糕,它却没有准确对准充电口,最后只能和插头握手言和。唉,真是让人捧腹。
至于那个灵巧手叠碗的实验,Astra的小手指动得像在跳华尔兹,但还是无法形成稳定的抓握,反复尝试却以失败告终。看来,即便提供了所有几何信息,模型还是需要跳过一个巨大的鸿沟才能掌握真正的“手艺”。
而在这场角逐中,每个模块的能力各不相同,像极了超市里的货架,每个人都在寻找最适合自己的产品。Claude Opus 5.5在空间理解和通用操作上绝对称霸,GPT-6 Astra则在紧跟指令方面表现出色,活脱脱成了听话的小乖乖。而斑驳的GPT-6.1 Sol则以较低成本获得了70.91分,成为了那些想省钱的开发者心中的“经济型之选”。 恒耀企业官网
至于Gemini 4 Argon,虽然总排名靠后,然而在包裹分拣任务中却以0.56的高分分别“打败”了其他三位选手,真的是有点黑马的味道。
不过,一旦把目光放到专业策略模型中,通用操作的分数差距便显而易见。多模态模型在这一维度中的得分只有38.79—46.7,真是一群拿到降级通知的学生,让人忍俊不禁。
就这样,这场机器人操控能力的大混战在欢声笑语与激烈争斗中落下帷幕。未来,热爱科技的小伙伴们,继续关注这些机器人的成长与进步吧,或许下次见面时,它们都会有神乎其技的表现! 恒耀企业官网
2026-10-23
2026-10-23