申请收录
【大屏时代】首页 > 3D快报内容详情

商汤给 GPT-6-Astra 做"真机体检"：仿真考卷近乎满分，一上手就露怯

1小时前 11 大屏时代
广告：【裸眼3D制作】 让想象突破物理极限，用数字重绘世界经纬。

商汤联合多家高校与企业团队，给 OpenAI 的 GPT-6-Astra 安排了一场针对"具身智能"的大考。这场考试铺得很广——覆盖12项仿真评测、8个真实机器人平台，目的就是看清这位明星模型究竟能不能从屏幕里的"脑子"，真正长出手脚去干活。结论有点尴尬:在给它开点小灶（借助上下文学习、放宽动作步数限制）的情况下，GPT-6-Astra 在不少传统具身评测里刷出了接近满分的成绩;可一旦落到真实机器人身上，面对精细接触、长程任务这类需要真刀真枪操作的场景，它失误的频率就上来了。

真正的问题不在"会不会动"，而在"知不知道自己动没动对"。研究指出，GPT-6-Astra 在物理操作里常常误判成功状态——它以为自己抓到了、放好了，实际未必;而一旦走错，补救起来相当困难，加上真机执行的试错成本高得吓人，让它离真正能上岗部署还差着一段不短的路。团队的总体判断是:GPT-6-Astra 已经跨过了具身能力的门槛，但距离实用化仍有明显距离。

这场评测还顺手戳破了现有具身评测体系自身的泡沫。商汤团队认为，传统基准分数虚高，是因为它们离真实家庭需求太远，评测该往更贴近日常生活的方向调。作为回应，团队端出了自己的解法——SenseNova-RoboRSI 具身系统框架。它的巧思在于不必更新基础模型权重，而是靠执行反馈让机器人"递归式自我进化"，持续优化表现;这套思路已经在多项仿真评测里验证了效果。一句话，当大模型在试卷上拿满分、在现实里却笨手笨脚，行业要补的或许不只是模型，还有那把量它的尺子。

相关文章


版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。

相关标签： 商汤给 GPT-6-Astra 做"真机体检"：仿真考卷近乎满分，一上手就露怯

最新文章

Anthropic初级技术岗位占比降至14%，AI代理工作时长达员工6倍

Anthropic初级技术岗位占比降至14%，AI代理工作时长达员工6倍

Anthropic内部研究显示，自2025年初，技术部门初级职位占比从21%降至14%，初级员工在新招聘中占比从27%降至9%；2025年12月起初级职位空缺明显下降，非技术部门基本稳定。公司认为AI代理能力提升是重要原因：到2026年8月，内部AI代理工作时长已达人类员工6倍，研发部门达19倍。

AI 把"克隆游戏"门槛砍平，独立开发者开始藏起 Demo 怕被抢跑

AI 把"克隆游戏"门槛砍平，独立开发者开始藏起 Demo 怕被抢跑

AI 编程工具把游戏克隆门槛削至近乎为零，仿制效率飙升，令独立开发者不敢公开早期作品。Alliance Arts 原定于 Steam 新品节发布恶魔主题轮盘酒局游戏《Drunken Goddess Reflux》试玩，却临时延期；除直播管控顾虑，更担心 Demo 素材被 AI 利用。克隆与仿制风险正改变独立游戏发布节奏

LED显示屏步入“场景为王”时代：从拼像素到拼生态

LED显示屏步入“场景为王”时代：从拼像素到拼生态

<br />综合近期LED显示产业报道，一个清晰信号正在浮现：行业竞争正从单纯比拼像素密度、亮度和价格，转向比拼场景适配、系统体验与内容生态。过去几年，Micro LED、Mini LED、COB、MIP等术语轮番占据头条，厂商热衷于用更小间距、更高刷新率证明技术实力。但进入新一轮周期后，买家的问题变了：这块屏能否融入会议室、影院、直播间、商圈和家庭？能否降低安装维护成本？能否与内容、控制和数据系

AI助手初创公司Town完成1.08亿美元B轮融资，估值突破10亿美元

AI助手初创公司Town完成1.08亿美元B轮融资，估值突破10亿美元

旧金山AI助手初创公司Town完成1.08亿美元B轮融资，由Forerunner Ventures和Menlo Ventures领投，Andreessen Horowitz、Serena Ventures和First Round Capital参投，估值升至独角兽级别。公司成立两年、上线四个月，数周内ARR达数百万美元

商汤给 GPT-6-Astra 做&quot;真机体检&quot;：仿真考卷近乎满分，一上手就露怯

商汤给 GPT-6-Astra 做&quot;真机体检&quot;：仿真考卷近乎满分，一上手就露怯

商汤联合多家高校与企业，给OpenAI的GPT-6-Astra安排具身智能大考：覆盖12项仿真评测、8个真实机器人平台，检验它能否从屏幕“大脑”真正长出“手脚”干活。结论尴尬：在上下文学习、放宽动作步数等“开小灶”下，它在不少传统具身评测中接近满分；可一旦落到……

MiniMax M3.1 Flash 低调现身：速度提升3倍，价格降低70%

MiniMax M3.1 Flash 低调现身：速度提升3倍，价格降低70%

MiniMax正式推出新一代Flash模型M3.1Flash。其来路颇具戏剧性：此前以匿名身份“Space Bunny”（太空兔）悄悄处理超200T Token的模型，正是它的早先版本，官宣前已借海量真实流量完成打磨。作为新一代Flash序列选手，M3.1Flash在Agentic任务、编程、Computer Use（

OpenAI 升级 ChatGPT 浏览器扩展，支持跨标签页读取与自动化操作

OpenAI 升级 ChatGPT 浏览器扩展，支持跨标签页读取与自动化操作

OpenAI对Chrome版ChatGPT扩展进行重大升级，将“计算机使用”能力引入浏览器，并向所有套餐用户开放，不再限于高端订阅。升级后插件分成两副面孔，各管一摊：Chat模式像安静的观察者，能跨多个已打开的Chrome标签页。这意味着原本只会聊天、搜资料的侧边栏，开始具备实际操作能力，向更主动的浏览器助手进化。

Claude 给 Mac 当了一回&quot;保安&quot;：写个测温小工具，顺手揪出吃满 12 核的挖矿木马

Claude 给 Mac 当了一回&quot;保安&quot;：写个测温小工具，顺手揪出吃满 12 核的挖矿木马

Reddit网友UntilHEX是一名用Claude辅助开发的Mac用户。他的电脑长期运行迟缓、烫得离谱，却始终找不到病根。于是他请Claude写一款能读取传感器数据的温度监测应用，想看看传感器到底报什么数、找出性能异常原因。结果测温工具还没捂热，Claude就先一步发现不对劲。文章讲述这台电脑如何给他上了一课。

蚂蚁百灵开源 Ming-3.0语音系列:五款模型覆盖合成、理解与识别

蚂蚁百灵开源 Ming-3.0语音系列:五款模型覆盖合成、理解与识别

蚂蚁百灵10月20日开源Ming-3.0语音系列，面向声音创作、长语音分析、业务语音转写，推出语音合成、音频理解与对话、语音识别共五款模型：tts的0.5B与tiny、audio的flash与tiny、asr-tiny。权重上架Hugging Face和ModelScope，Ling Studio提供API及在线体验。

真人演员翻拍AI漫剧，是创新还是炒冷饭？

真人演员翻拍AI漫剧，是创新还是炒冷饭？

真人演员开始翻拍AI漫剧了。过去，小说通常直接被改编成真人剧。而现在，一些小说会先做成AI漫剧，等跑出热度之后，再让真人进行翻拍。比如，近日现象级AI漫剧《万妖图录

LED显示屏的下一战：不只是更亮更密，而是重新定义“屏”

LED显示屏的下一战：不只是更亮更密，而是重新定义“屏”

<br />综合近期LED显示产业报道，一个清晰信号正在浮现：行业竞争正从单纯追求点间距、亮度和分辨率，转向对观看体验、安装效率与全生命周期成本的系统较量。过去几年，小间距LED快速渗透指挥中心、会议室和广电演播室，但真正推动新一轮增长的是Micro LED、Mini LED背光与COB封装等技术的成熟。厂商不再只卖“一块屏”，而是把控制系统、电源、校正算法和内容管理打包成解决方案。对客户而言，L

抢在对头上市前“吸金”！OpenAI 紧急开启 300 亿美元新融资，估值冲向 1.4 万亿美元

抢在对头上市前“吸金”！OpenAI 紧急开启 300 亿美元新融资，估值冲向 1.4 万亿美元

AI竞赛白热化，OpenAI与Anthropic展开资本争夺。据路透社，OpenAI正争分夺秒争取投资者承诺，计划在竞争对手Anthropic预计11月中旬IPO前，加速完成新一轮融资。此轮融资推进异常迅速，预计远超同等规模融资的常规周期。作为ChatGPT开发方，OpenAI此举凸显AI巨头在上市窗口前的资金与时间竞

亚马逊推开源 TorchNeuron：改一处配置，PyTorch 就能跑在自研 Trainium 上

亚马逊推开源 TorchNeuron：改一处配置，PyTorch 就能跑在自研 Trainium 上

亚马逊19日宣布推出开源工具TorchNeuron，将于20日在北美PyTorch大会正式开源。其核心卖点是PyTorch代码无需重写，仅改一处配置即可在自研Trainium芯片上原生运行。为验证“无缝”，工程师用同一AI训练脚本分别在传统芯片和Trainium上运行，唯一区别是指定芯片。

OpenCode Console遭攻击，1.4%用户受影响，部分API密钥泄露

OpenCode Console遭攻击，1.4%用户受影响，部分API密钥泄露

OpenCode披露其OpenCode Console存在安全漏洞，约1.4%用户受影响，部分AI服务API密钥或泄露，出现未授权调用和高额费用。公司已邮件通知用户，事件仍在调查。OpenCode称与大规模数据蒸馏攻击有关，但攻击方式未公开，遭部分研究人员质疑。Anthropic和Google已对其封禁。

阿里速卖通联袂天猫推全球增长计划，拿真金白银投 AI 硬件新品牌

阿里速卖通联袂天猫推全球增长计划，拿真金白银投 AI 硬件新品牌

阿里速卖通年度峰会暨双11商家大会在深圳举行，超1.5万商家到场。速卖通与天猫启动“中国品牌全球增长计划”，聚焦头部品牌、AI硬件新品牌及优质工厂品牌。针对AI硬件，平台除流量外，还将对优秀品牌做天使轮投资，配Brand+与天猫经营支持，目标扶持超100个品牌，底气源于赛道增速。

检方羁押申请揭 OpenAI 录音门新线：嫌疑人被捕前 4 天仍密聊沙特王室

检方羁押申请揭 OpenAI 录音门新线：嫌疑人被捕前 4 天仍密聊沙特王室

周日出炉的法庭文件称，美国检方在申请羁押、不予保释时披露OpenAI“录音门”嫌疑人更多背景。沙特籍工程师阿尔福赞被控在旧金山OpenAI高管会议室藏匿录音设备，2025至2026年间持续通过WhatsApp与一名沙特王室成员频繁联络；文件显示，最晚至10月5日、其落网前4天，他仍与该王室成员保持联系。

从汽车制造商到全球智能科技公司！奇瑞全球创新大会重磅官宣：首个行业垂域大模型与人形机器人“墨宝”震撼登场

从汽车制造商到全球智能科技公司！奇瑞全球创新大会重磅官宣：首个行业垂域大模型与人形机器人“墨宝”震撼登场

10月20日，奇瑞在安徽芜湖举办以“Change·改变”为主题的2026奇瑞全球创新大会。会上展望“瑶光2035”计划，标定从传统车企迈向全球智能科技公司的战略蓝图，并发布汽车行业首个垂域大模型，作为支撑愿景的技术底座。该模型深度融合算力、算法、数据等前沿核心技术。

MiniMax 更新 M3.1Flash:成本降70%、速度近3倍，OSWorld V2与 ALE 双项国产第一

MiniMax 更新 M3.1Flash:成本降70%、速度近3倍，OSWorld V2与 ALE 双项国产第一

MiniMax于10月19日更新新一代Flash模型M3.1Flash。此前匿名处理超200T Token的Space Bunny为其早期版本。官方称其在Agentic任务、编程、Computer Use与网络安全等方向实现代际提升，线上推理速度提升近3倍，成本降低70%。基准上，M3.1Flash在Automatio

一张脸就能算出生死？AI 凭面部照片预测癌症患者存活率

一张脸就能算出生死？AI 凭面部照片预测癌症患者存活率

国际研究团队近日开发出一款“读脸断生死”AI工具，仅凭面部照片即可推算癌症患者生存几率。研究发表于《柳叶刀·数字健康》，被称为同类首例。该模型经训练后可估算年龄，并预测癌症患者生存情况。它不取代医生，而是补充临床经验，在医疗资料匮乏、难以全面评估的场景中更具价值。

LED显示屏不再只是卖屏：一场从价格战到“显示即服务”的产业拐点

LED显示屏不再只是卖屏：一场从价格战到“显示即服务”的产业拐点

<br />综合近期十篇LED产业报道，一个清晰信号正在浮现：LED显示屏行业已告别单纯拼产能、拼点间距的粗放阶段，进入以效率、场景和运营能力为核心的价值重估期。上游芯片价格在经历深度调整后趋于平稳，中游封装产能利用率明显分化，下游屏企则把更多资源投向细分场景。过去比谁产线多、谁报价低，如今比谁能把一块屏变成可长期运营的资产。<br /><br /><br />技术端最值得关注的变化，是Micro

LED显示屏不再只是屏：一场从像素到场景的产业重估

LED显示屏不再只是屏：一场从像素到场景的产业重估

<br />过去十年，LED显示屏的关键词是“更小间距、更高亮度、更低价格”。但梳理近期十篇产业报道后，一个更清晰的信号浮现：LED屏正在从工程硬件变成城市、影视工业和商业空间的基础设施。它不再只是显示设备，而是内容入口、数据节点和运营资产。竞争的重心，正从灯珠和箱体，转向系统能力、场景理解与全生命周期服务。<br /><br /><br />Micro LED的叙事仍在继续，但产业界明显更务实。

从球场巨屏到影院银幕：LED显示正在重写“看得见”的生意

从球场巨屏到影院银幕：LED显示正在重写“看得见”的生意

<br />过去十年，LED显示屏最醒目的身份是城市地标：体育场围栏、商圈巨幕、机场廊桥。但综合近期产业链报道，行业正在发生一个更微妙的变化——LED屏不再只追求“更大更亮”，而是开始嵌入更细分的场景。会议室一体机、影院银幕、虚拟拍摄棚、车载尾窗、零售橱窗透明屏，正在把LED从工程产品变成消费电子与内容基础设施。其背后是像素间距持续缩小、封装工艺成熟和成本曲线下探的共同作用。<br /><br /

从客厅到城市天际线：LED显示屏正在重写光的生意

从客厅到城市天际线：LED显示屏正在重写光的生意

<br />综合近期十篇LED产业报道，一个清晰的信号正在浮现：LED显示屏的竞争焦点已从单纯拼像素、拼点间距，转向拼场景、拼交付、拼系统能力。过去，行业习惯用P1.2、P0.9这样的参数定义高端；如今，客户更关心屏幕能否无缝嵌入会议室、影院、零售橱窗和城市地标，能否与内容管理、传感交互和运营平台协同。参数仍然重要，但它不再是唯一的溢价来源。对制造商而言，这意味着研发、渠道和服务必须同时升级，单靠

从一块屏到城市级媒介：LED显示屏产业进入价值重估时刻

从一块屏到城市级媒介：LED显示屏产业进入价值重估时刻

<br />综合近期十篇LED显示屏产业报道，行业叙事正在发生变化：过去比的是产能、点间距和价格，如今比的则是封装路线、场景方案、交付效率与全球服务能力。LED显示屏不再只是硬件制造，而正在成为城市数字户外媒体、虚拟制作和商业空间交互的基础设施。<br /><br /><br />报道中最集中的信号，是技术路线进入并行竞争阶段。Mini LED继续向更小点间距推进，Micro LED在巨量转移和成

最新网站

Jasper AI竞品份额分析

Jasper AI竞品份额分析

<br />竞品A（Jasper AI）近三个月市场份额由约14.6%降至9.8%，累计下滑4.8个百分点，呈"高位急跌—中段缓跌—低位盘整"的三段式走势。判断：短期难以逆转下滑，但已接近其付费专业用户的基本盘底部。<br /><br /><br />第一月：14.6%降至11.9%，环比-2.7pct，主因企业客户集中续约流失；第二月：11.9%降至10.4%，环比-1.5pct，降幅明显收窄；
LocalBanana

LocalBanana

LocalBanana是专注于 AI 图像 Prompt 收集与结构化的平台，帮助用户深入理解并高效利用 Prompt，提升创作能力。围绕 Nano Banana（Gemini）生态，将散落在各处的优质 Prompt 整理为可检索、可编辑的创作资产。
智策AI导航平台

智策AI导航平台

<br />智策AI导航（www.zhiceai.com）是一个专注于人工智能工具发现与评测的综合性导航网站。平台收录了全球超过5000个AI应用，覆盖自然语言处理、图像生成、视频制作、智能办公、教育培训、编程开发、数据分析、营销文案等20多个主流分类。站长、产品经理、设计师、学生及自由职业者都可以在这里快速找到适合自己工作流的AI工具，并获取实时更新的功能评测和优惠信息。<br /><br />
文心一言AI平台分析

文心一言AI平台分析

<br />文心一言是百度推出的新一代知识增强大语言模型，基于飞桨深度学习平台和文心知识增强技术，能够与人对话互动、回答问题、协助创作，高效便捷地帮助人们获取信息、知识和灵感。作为国内领先的AI对话产品，文心一言自发布以来持续迭代，已广泛应用于多个行业场景，成为百度AI技术战略的核心载体之一。<br /><br /><br />文心一言提供多种实用功能，包括智能问答、文本创作、代码生成、逻辑推理、
AI大百科

AI大百科

<br />AI大百科是一个专注于人工智能知识普及和工具推荐的综合性网站，旨在为AI爱好者、开发者、产品经理与企业决策者提供一站式信息入口。平台自2021年上线以来，已收录超过5000个AI工具与模型，涵盖自然语言处理、计算机视觉、语音识别、生成式AI、AI绘画、AI视频、AI办公等多个细分领域。网站以简洁的界面和清晰的分类著称，用户可以通过搜索或浏览标签快速找到所需资源，并查看每个工具的功能介绍
通义千问：阿里AI助手

通义千问：阿里AI助手

<br />通义千问是阿里巴巴集团推出的AI大模型产品，由阿里云开发并托管。它于2023年首次亮相，定位为面向中文用户的多功能智能助手，支持文本生成、代码编写、文档分析、多轮对话等任务。网站界面简洁，用户可以直接在浏览器中体验，无需下载应用，同时也提供API接口供开发者集成。<br /><br /><br />通义千问的主要功能包括：知识问答、创意写作、翻译润色、编程辅助、数据分析、学习辅导等。它
AI工具集导航

AI工具集导航

<br />AI工具集是一个专注于收录和推荐人工智能相关工具与资源的导航网站。它汇集了全球范围内数百款AI产品，覆盖文本生成、图像创作、音频处理、视频制作、编程助手、办公效率等多个领域。无论你是普通用户、开发者还是企业决策者，都能在这里快速找到适合自己的AI工具。<br /><br /><br />AI工具集的核心功能是分类展示和搜索。网站按照工具的应用场景进行细致分类，例如AI写作、AI绘画、A
Hugging Face AI平台

Hugging Face AI平台

<br />Hugging Face是一个致力于人工智能和自然语言处理的开源平台，提供海量预训练模型、数据集和工具，帮助开发者和企业快速构建、训练和部署AI应用。其核心产品包括Transformers库、Hub模型仓库、Spaces应用托管以及Inference API等，覆盖从研究到生产的全流程。<br /><br /><br />该平台以模型Hub为中心，支持TensorFlow、PyTorc
DeepMind AI研究平台

DeepMind AI研究平台

<br />DeepMind是一家位于英国伦敦的人工智能公司，成立于2010年，2014年被谷歌收购。作为全球领先的AI研究机构，DeepMind致力于开发通用人工智能（AGI），其研究成果在游戏、医疗、科学等多个领域产生了深远影响。DeepMind的使命是“解决智能问题”，通过将神经科学与机器学习相结合，推动AI技术的边界。<br /><br /><br />DeepMind最著名的成就是Alp
智谱AI官网

智谱AI官网

<br />智谱AI（北京智谱华章科技有限公司）是一家专注于人工智能大模型研发与应用的科技公司，成立于2019年，由清华大学计算机系知识工程实验室技术成果转化而来。公司以“让机器像人一样思考”为愿景，致力于打造安全、可控、可解释的通用人工智能系统。智谱AI在自然语言处理、知识图谱、多模态理解等领域拥有深厚积累，其核心产品GLM系列大模型已广泛应用于政务、金融、医疗、教育等多个行业。<br /><b
Midjourney

Midjourney

<br />Midjourney是一款基于人工智能的图像生成工具，由独立研究实验室Midjourney, Inc.开发。用户只需输入文字描述，即可生成高质量、富有创意的图片。自2022年公开测试以来，它迅速成为AI绘画领域的标杆产品，广泛应用于艺术创作、设计、广告和娱乐等行业。<br /><br /><br />Midjourney的核心功能是文本到图像生成，支持多种风格和参数调节。用户可以通过D
量子位AI网站分析

量子位AI网站分析

<br />量子位（QbitAI）是一家专注于人工智能领域的前沿科技媒体，成立于2017年，总部位于北京。网站以报道AI行业动态、技术突破、产业应用和创业公司为核心，内容涵盖机器学习、深度学习、自然语言处理、计算机视觉、AI芯片、自动驾驶等多个细分领域。量子位通过图文、视频、线下活动等形式，向技术从业者、投资者和科技爱好者传递高质量的AI资讯与深度分析。<br /><br /><br />量子位的
DeepMind官网

DeepMind官网

<br />DeepMind是谷歌母公司Alphabet旗下的人工智能研究实验室，成立于2010年，总部位于伦敦。该网站是DeepMind的官方门户，集中展示了其在AI领域的前沿研究成果、技术博客、学术论文以及研究人员团队。作为全球顶尖的AI研究机构之一，DeepMind致力于“解决智能问题”，并推动AI技术在社会各领域的应用。<br /><br /><br />DeepMind最广为人知的成就是
豆包AI官方网站

豆包AI官方网站

<br />豆包AI是字节跳动公司推出的一款人工智能助手，基于先进的大语言模型技术，为用户提供智能问答、文本创作、代码辅助、情感陪伴等多种服务。自发布以来，豆包AI凭借其自然流畅的交互体验和强大的理解能力，迅速成为国内最受欢迎的AI应用之一。用户可以通过网页端或移动端随时随地使用豆包，满足工作、学习和生活中的多样化需求。<br /><br /><br />豆包AI的核心功能主要包括智能对话、内容创
Toolify AI工具导航网站

Toolify AI工具导航网站

<br />Toolify AI是一个专注于人工智能工具聚合与推荐的导航网站，目前收录了全球超过5000款AI应用，涵盖文本生成、图像处理、视频创作、音频编辑、代码辅助、数据分析等多个领域。无论是普通用户还是专业开发者，都能在这里快速找到适合自己的AI工具。平台每天更新最新上线的AI产品，并基于用户真实反馈进行排序和分类，帮助用户节省大量搜索和筛选的时间。<br /><br /><br />Too
ChatGPT官网介绍

ChatGPT官网介绍

<br />ChatGPT是OpenAI开发的人工智能聊天机器人平台，于2022年11月30日首次发布。作为目前全球用户量最大的AI对话产品，ChatGPT基于GPT系列大语言模型，支持自然语言问答、文本生成、代码编写、翻译、摘要、创意写作等多样化任务。其官方网站不仅提供免费的Web端服务，还集成了付费订阅、API访问、插件生态和联网搜索功能，成为个人用户与企业用户接触前沿AI能力的重要入口。<b

Copyright © 2016 ~ 2024 大屏时代 (www.dapingtime.com) 联系QQ：88251776苏ICP备2020058979号-3 大屏头条