Artificial Analysis 发布 AA-Robotics v0.1：GPT-6 Astra 领跑具身智能基准，揭示大模型操控机械臂百倍于人类的效率差距

权威评测机构 Artificial Analysis 正式推出首个衡量前沿大模型在物理世界理解、规划与行动能力的基准测试 AA-Robotics v0.1。该基准通过编码代理框架让模型控制六轴机械臂完成抓取、空间推理等任务，结果显示 OpenAI 的 GPT-6 Astra 位居榜首，领先于 GPT-6.1 Sol、Gemini 4 Argon 和 Claude Opus 5.5。这一发布标志着具身智能评估从仿真环境走向真实硬件控制的初步尝试，为通用大模型在机器人领域的应用提供了量化依据。

多源交叉验证显示，尽管 GPT-6 Astra 具备直接操控能力，但其平均耗时约半小时，速度比人类基线慢约 100 倍，且成本高出约 10 倍，目前尚无法用于生产环境。此外，通用大模型在具身任务中表现出“过度操作”倾向，如任务完成后继续调整导致失败，暴露出缺乏终止判断机制的问题。这些数据为“通用大模型是否取代专用机器人大脑”的行业争论提供了实证依据，确认了当前模型在效率与稳定性上的显著短板。

AA-Robotics v0.1 的发布对所属赛道具有深远影响，它确立了追踪通用智能体控制机器人进展的重要性。虽然当前最佳模型暂不具备生产部署价值，但预计这一效率差距将迅速缩小。该基准不仅揭示了大模型在物理交互中的潜力，也为开发者群体提供了优化具身智能算法的关键参考指标，推动产业格局向更高效的通用机器人解决方案演进。