Artificial Analysis发布AA-Robotics v0.1评测榜单

2026年10月15日，Artificial Analysis 发布了首个机器人评测榜单 AA-Robotics v0.1。该榜单旨在测试包括 GPT、Claude、Gemini 在内的通用大模型控制真实机械臂完成八项桌面任务的能力。根据最新报道，GPT-6 Astra 在评测中表现领跑，但其完成任务的耗时远超人类基线水平。此次发布标志着针对大模型具身智能能力的标准化评估体系初步建立，重点考察了模型在真实物理环境中的操作效率与准确性。目前公开信息主要聚焦于榜单的发布及其核心测试结果，即头部模型虽具备较强的任务执行能力，但在速度上仍显著落后于人类基准。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。