📖 AI 总结

一项名为StationeryBench的新机器人基准测试显示，OpenAI的GPT-6 Astra在空间推理上相较竞品出现明显跃升。测试让Astra与Ai2的MolmoAct2分别控制同一款双臂机器人，完成打开马克笔、倒出回形针、在两臂间传递直尺等五项桌面任务，共进行200次试验。结果显示，Astra完整完成任务7次，MolmoAct2为零；Astra的中位进度得分为46分（满分100），MolmoAct2仅12分。康奈尔大学兼谷歌DeepMind研究员Yoav Artzi称其为空间推理的“阶跃式变化”，并指出在尚未公开的REMAP基准上，Astra准确率已接近人类水平，但在其他场景中仍不及人类。他推测OpenAI使用了大量Blender等3D数据进行训练，这与Astra在三维任务上的突出表现相符。该进展对OpenAI长期布局消费级机器人具有重要意义。