RoboColiseum 机器人实测：Claude Opus 5.5 以 76.28 分险胜 GPT-6 Astra

RoboColiseum 团队发布 Agent2Act 共享测试框架，将前沿多模态模型接入真实机器人观测、动作执行与反馈闭环。四模型对比中，Claude Opus 5.5 得分 76.28，GPT-6 Astra 得分 75.99；组件对比显示，执行反馈与历史信息会显著影响任务成功率和规划成本。