EBench评测前沿MLLM智能体机器人控制能力

2026年10月27日，arXiv Robotics发布Yifei Yao等作者的技术报告，在EBench基准上评测GPT-6-Astra作为机器人控制智能体核心的表现，对比直接控制与带策略harness两种配置，并采用与后训练策略相同的视觉和本体感知观测协议。报告称，直接控制下GPT-6-Astra整体表现与后训练策略相当，短时程任务领先且泛化波动最小，但在长时程、桌面操作和高精度接触任务上落后。该报道为事件目前唯一主报道，尚无跟进报道，后续进展有待观察。

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。