GPT-6.2 Astra在實體機器人手臂控制評測AA-Robotics v0.1中,以平均79分排名第一,完成8項任務中的6項,向機器人手臂發出668次指令,為參評模型中最少。
Crypto Briefing於20日(當地時間)報導,GPT-6.2 Sol得78分,Claude Fable 5.2得75分。Astra不僅分數領先,動作指令次數也最少。
Astra在完成的6項任務中共送出668次機器人手臂指令。這些指令是向各關節與夾爪下達動作要求的單位。
在整理箱子任務中,Astra僅使用92次指令,約比Claude Fable 5.2少75%,顯示其減少重複動作與試錯的執行效率。
Artificial Analysis於10月14日公開AA-Robotics v0.1評測。評測使用由5個關節與夾爪組成的Hiwonder NexArm 6軸機器人手臂。
語言模型並非透過實體控制器直接操作,而是由編碼代理程式驅動。模型撰寫程式後透過HTTP API傳送指令,再由機器人手臂執行;8項桌面任務包括倒飲料、堆疊積木、搬運物體、書寫與測量箱子等。
評測環境由桌面周圍3台攝影機與機器人手腕攝影機1台提供的畫面資訊構成,模型未接受各任務的預先訓練便開始作業。
各任務依完成程度按0至100分評分。Astra完成6項任務並取得平均79分,而668次指令是獨立衡量動作效率的指標。
TokenPost先前曾報導初期AA-Robotics評測中GPT-6 Astra拿下69.4分。這次則公開GPT-6.2版本在同一研究預覽版中的得分與指令次數。
模型完成單項任務約需30分鐘;人類完成類似工作約需20秒,速度差距明顯。
各模型、各任務的執行成本介於每項2至16美元(約2,662韓元至21,296韓元)。即使減少指令次數,仍需同時降低處理時間與成本,才能應用於實際自動化場景。
OpenAI於17日公布GPT-6.2 Astra與GPT-6.2 Sol,並將Sol介紹為成本較低的模型。在本次機器人手臂評測中,兩款模型分數相差1分。
GPT-6.2 Astra的API價格較先前模型低約20%。不過,AA-Robotics v0.1仍處於研究預覽階段,評測條件不代表生產環境的實際條件。
本次結果顯示Astra在分數與指令效率上居首,但每項任務約30分鐘的處理時間及最高16美元的成本,仍是機器人手臂控制模型投入實際場域前需要解決的條件。
Comment 0