Dual-Arm Sim完成800次仿真手术测试，10个前沿模型仅2个完成任务

micro1发布机器人基准Dual-Arm Sim，让10个前沿模型在模拟手术室中控制双臂手术机器人。800次试验中只有Gemini 4 Argon和GPT-6 Astra完成任务，分别完成9次和2次；各模型共宣称成功213次，但全部为错误宣称，其中94次机器人未碰到目标物体。