前沿AI模型LIBERO-10操作评测：GPT-6 Astra成功率44%居首

May Espinola、Qifan Zhang、Yu Xiang提出统一闭环操作评测框架，在LIBERO-10基准上评测六个前沿AI模型，共18种配置、1800个评测回合。结果显示GPT-6 Astra成功率最高，为44%，Gemini-4 Argon以43%次之。 该框架让模型通过视觉观测、机器人本体感知和结构化工具调用直接控制机器人，主要指定末端执行器位姿与夹爪指令，无需任务特定微调或预训练操作技能。研究称提高推理强度通常能改善操作表现，但收益因模型而异且增加推理成本；评测框架与实验结果已开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。