RobotWorld基准团队称最强模型Astra在84项物理任务中成功率仅约19%
十字路口 Crossing 于 2026 年 10 月 23 日发布对机器人评测基准 RobotWorld 团队的访谈：该基准由具身与基座模型复合背景的团队构建，用 84 项任务测试 Astra、Opus、Kimi、DeepSeek、Gemini 等通用模型在操作、移动、驾驶、飞行等物理交互上的能力。团队称表现最好的 Astra 成功率仅约 19%，并把差距归结为视觉理解、物理约束处理、编程执行与闭环反馈利用等环节。团队同时强调，仿真测试可重复、可控，但不能直接等同于真机部署能力，建议先在仿真中夯实基础再推进真机验证。需要注意，本次摘要基于访谈的节选内容，原文约 1.3 万字，具体数据应以原文为准。
rss · BestBlogs 精选 · 10月23日 02:30
「为何现在值得注意」 这是基准团队在结果发布后的一手回应，正面拆解了「最强通用模型为何只有 19%」：它把通用模型与物理世界交互之间的能力差距变成了可检验的具体问题。不过 19% 是仿真环境下的结果，能否映射到真实机器人部署尚未验证，两类结论需要分开看待。
「内容切入角度」 可做角度：不止报一个低分，而是拆解访谈中 Astra 与 Opus 的解题策略差异——Astra 倾向先凭视觉判断行动再补充计算，Opus 则先搭建计算工具再行动——用「这 19% 是怎么做到的」来讲清通用模型在物理交互上具体缺哪些能力、对应什么样的训练数据需求。
做AI项目，先看AI雷达 - AiRadar.com.cn · 全部AI快讯 →