GPT-6-Astra 在 EBench 评测：结合策略可媲美后训练模型

研究团队（Yifei Yao 等）在 arXiv 发布报告，用 EBench 评测 GPT-6-Astra 控制机器人的能力。结果显示，直接控制模式下其整体表现与后训练的 VLA/WAM 策略相当，在短程任务和泛化维度领先，但在长程任务、桌面操作和高精度接触任务上不及后者。 在结合策略的 harness 模式下，调用后训练 VLA 或 WAM 可将整体任务成功率提升至与最强后训练策略相当的水平，同时显著降低 token 成本；但因策略调用欠佳、执行缺少子目标及恢复控制时干扰抓取，仍低于各独立组件的逐任务上限。

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。