搜索
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。
上世纪 40 年代，计算机还是占据一整个房间的庞然大物。它们体积庞大、造价高昂，只有少数科研机构和大型组织能够使用。那时，计算是一种昂贵而稀缺的资源。
部分ChatGPT和Codex用户疑似被灰度到OpenAI尚未正式发布的GPT-6.2 Sol，实测显示其可完成复杂推理、编程及3D场景生成，并在一次对比中以约20分钟、9美元的表现优于Opus 5.5的1小时、20美元。
AI 圈等了一整天，OpenAI 期待已久的新模型还是没有出现。
GPT-6 Astra发布才两个月，GPT-6.2 Astra眼瞅着就要来了。
Exin Therapeutics让GPT-6.1 Sol连续参与三轮真实小鼠脑部手术定位，借助外科医生反馈逐轮改善，第三次搜索时间由169秒降至86秒、纠正由4次减至2次、误差由0.6毫米降至0.3毫米，但仅3次操作尚不足以证明其掌握稳定手术能力。
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。
Einsia AI发布Frontier3DBench，在Blender与Unreal Engine中以145项任务评测11种主流模型与Agent框架配置，GPT-6.1-sol总榜第一，但Agent在开放世界连续交互和持久状态协同上仍显薄弱。
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。