一份新报告使用LIBERO-10基准测试,对包括GPT-6 Astra、Claude Opus 5.5和Gemini-4 Argon在内的六个领先AI模型在机器人操作任务上进行了基准测试。研究发现,GPT-6 Astra的成功率最高,达到44%,Gemini-4 Argon紧随其后,为43%。虽然增加推理努力通常会提高性能,但其益处因模型而异,并增加了推理成本。该研究强调了前沿AI模型在将复杂推理转化为可靠物理行动方面的潜力和当前局限性,特别是在需要精确空间排列和多步交互的任务中。 AI
影响 强调了当前前沿AI模型在现实世界机器人操作中的挑战和潜力,为未来将推理转化为行动的研究提供了指导。
排序理由 该集群基于一篇在arXiv上发表的学术论文,详细介绍了AI模型在机器人任务上的基准测试结果。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →