早期基准测试显示GPT-6 Astra空间推理显著跃升
发生了什么
据The Decoder 9月12日报道，早期基准测试显示OpenAI的GPT-6 Astra在空间推理方面实现“显著跃升”。在StationeryBench机器人基准测试中，Astra在100次任务中完全完成了7次，而竞争对手MolmoAct2完成零次；Astra的中位进度得分为46分，MolmoAct2为12分。康奈尔大学研究者Yoav Artzi称其为空间推理的“step change”，并在未发布的REMAP基准测试中达到接近人类水平的准确率。
- Astra完成任务数
- 7/100
- Astra中位进度得分
- 46/100
- MolmoAct2中位进度得分
- 12/100
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口