突发|OpenAI解散独立机器人团队
突发|OpenAI解散独立机器人团队OpenAI已解散独立机器人研究团队并将人员并入核心研究和Applied部门,称并非退出机器人领域,而是因GPT-6 Astra等通用模型可直接执行机器人任务,推动机器人研发与基础模型更紧密结合。
搜索
OpenAI已解散独立机器人研究团队并将人员并入核心研究和Applied部门,称并非退出机器人领域,而是因GPT-6 Astra等通用模型可直接执行机器人任务,推动机器人研发与基础模型更紧密结合。
姚期智、杨植麟等发表论文并开源TCSExam基准,GPT-6 Astra以71.9分居首、Kimi K3.1 Pro得57.4分,所测模型均未独立攻破30道开放猜想,但部分数学结果刷新了既有边界。
Robocurve的RoboSpoof评测显示,GPT-6 Astra、Claude Fable 5.1等五款多模态模型控制真实机械臂时,画面模糊或AI篡改使危险任务总体尝试率从27%升至约88%和97%。
斯坦福研究团队让GPT-6 Astra直接修改π₀.₅机器人策略的65行词嵌入,将765条留出指令的整体成功率从86.3%提升至92.0%,但仍有4个回合退化且结果仅限仿真。
AI 能逼真地 “搭出” 一个世界,就能准确预测它如何运转吗?GPT-6 Astra 展现出的场景建模能力令人印象深刻。但几何与外观的逼真还原,并不意味着对物理规律的准确把握。避免物体穿模、借助语义先验估计物理属性,与准确推演物体运动之间,仍有距离。后者还需要进一步识别质量、摩擦系数和阻尼等难以仅凭外观确定的属性与参数。
GPT-6 Astra发布才两个月,GPT-6.2 Astra眼瞅着就要来了。
无涯智远(Norizon AI)的对照实验显示,GPT-6 Astra改动Qwen3.5-0.8B约0.016%权重虽将MATH-500得分从7.9%提至48.1%,但关闭思考模式已有48.95%,且未能稳定内化新知识、风格和技能,改权重不等于变聪明。
研究显示,GPT-6 Astra、GPT-6.1 Sol和Gemini Argon可能接受过机器人专门训练,并对Franka Panda运动学知识过拟合,尚不能证明其掌握可跨机器人迁移的通用运动学能力。
微软研究院等团队提出全开源的WildAWM,合成个人电脑环境、跨GUI/MCP/CLI任务及验证器,并训练Qwen3.6-35b-a3b和Qwen3.5-4b,两款模型在8个分布外基准上均获提升,相关环境、任务、模型与数据均已开源。
OpenAI 发布基于 GPT-6 Astra 的网络安全专用模型 GPT-6 Cyber,提升漏洞发现与验证能力,在 Firefox 中发现81个未知高危漏洞,并将网络安全能力等级升至 Critical。