11498 次真实场景实测：GPT-6 Astra 在 VLA 横评中领先

RoboColosseum 团队发布 34 页技术报告，历时 41 天、覆盖 124 个多样化站点，完成 11498 次真实环境评估。报告横向对比 5 个 VLA 策略和 3 个前沿 AI agent，OpenAI 的 GPT-6 Astra 表现领先，其在 X 上演示的能力与大规模实测结果一致。