HandsOn 灵巧操作基准分析：GPT-6 Astra 成功率仅 5.2%，三大失败模式曝光

GPT-6 Astra 在 HandsOn 灵巧操作基准中零微调测试成功率为 5.2%，主要暴露过早触发、双手协调和目标保持三类失败模式。Core-50 最佳多任务 checkpoint OpenWAM 的任务宏平均成功率为 29.1%，Transfer-16 上各 checkpoint 为 0%-0.9%；GPT-6 Astra 的 Transfer-16 成功率为 1.9%。