GPT-6 Astra具身指数领先但任务失败
热点事件持续更新
GPT-6 Astra具身指数领先但任务失败
2 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Embodied Analysis发布的Physical Agent Capability Index显示，GPT-6 Astra以1349分Elo领先Argon的1324分和Gemini 3.8 Flash的972分，但其在模拟厨房任务中让羊角面包掉落且未捡回，Flash也因未放果酱而失败。 Astra与Argon在另一项四瓶任务中同样未能完成。qinzytech称，二元成功指标会将两者均记为失败，无法呈现部分完成与丢失物体的差异，因此指数排名不能替代具体任务表现。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 09:22
GPT-6 Astra 具身能力指数实测领先，但四瓶任务翻车报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- AGI HuntGPT-6 Astra 具身能力指数实测领先，但四瓶任务翻车
Embodied Analysis 发布 Physical Agent Capability Index 对比评测，GPT-6 Astra 以 1349 Elo 领先 Argon 的 1324 分，并大幅超过 Gemini 3.8 Flash 的 972 分。但 Astra 与 Argon 在四瓶任务中均告失败，显示榜单排名与实际操作表现并不完全一致。
10月22日
- AGI HuntGPT-6 Astra 具身指数以 1349 分领先 Gemini 3.8 Flash 的 972 分
GPT-6 Astra 在 Physical Agent Capability Index 中以 1349 分的 Elo 得分领先 Gemini 3.8 Flash 的 972 分。但在模拟厨房任务中，两者均未完成任务：Flash 放上羊角面包但未放果酱，Astra 则让面包掉到地面且未捡回；二元成功指标会掩盖“完成一步”与“丢失物体”的差异。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。