Agent、机器人与制药,谁先被GPT-6 Astra改写?
Agent、机器人与制药,谁先被GPT-6 Astra改写?OpenAI发布的GPT-6 Astra在机器人评测中登顶,并凭借跨本体操作、Real-to-Sim、Computer Use及长程任务能力重塑Agent、机器人和AI制药应用,但其速度、幻觉、物理直觉不足及湿实验反馈慢仍构成瓶颈。
搜索
OpenAI发布的GPT-6 Astra在机器人评测中登顶,并凭借跨本体操作、Real-to-Sim、Computer Use及长程任务能力重塑Agent、机器人和AI制药应用,但其速度、幻觉、物理直觉不足及湿实验反馈慢仍构成瓶颈。
ScienceVision基于真实三维数据构建250道跨学科科学3D评测题,GPT-6-Astra搭配Codex最高仅得0.53分,12个前沿模型均未在五科同时领先,显示AI科学三维观察与推理能力仍有限。
多机构团队提出OpenDS任务范式并构建含200道任务的OpenDS-World评测基准,GPT-6 Astra以39.0%准确率居首,显示AI Agent在真实网络长程搜索与证据整合方面仍面临重大挑战。
数学之后,AI攻进自然科学了!
眼看对家Anthropic靠一纸招股书抢尽风头,OpenAI反手甩出GPT-6.1 Terra—— 想独占头条?先问问新模型答不答应。
今天真是个热闹日子。
OpenAI发布GPT-6.1 Terra,每百万token输入1美元、输出5美元,较上代大幅降价,并强化视觉理解、写作和电脑操作;Agents’ Last Exam中追平GPT-6 Astra且速度快3倍以上,第三方评测幻觉率由88%降至38%,现已全面开放。
太反差了。
AI博主Rowan Cheung用GPT-6 Astra搭建私人穿搭工作流,可根据身材、偏好、天气和已有衣物生成OOTD、轮换方案及待清理清单,并公开完整开发Prompt与操作流程。
Adobe Research与UCLA提出Tev,构建含1170个环境、覆盖7个领域的Tev-Gym并提出进度势能奖励塑形(PPRS),训练出的Tev-27B在ALE-CM的Pass@5达0.28,与GPT-6 Astra、Claude Opus 5持平。