Hacker News：AI 热帖· miyukimatthews·2026-10-15 07:20· 3 小时前AI 评分65

Robo-bench 评测：前沿模型控制仿真人形机器人得分均低于 2/100

Frontier models score under 2/100 controlling a simulated humanoid

AI 导读

Robo-bench 评测显示，7 个前沿模型在 24 个仿真机器人任务中表现有限，GPT-6.1 Sol 以 28.33% 总准确率排名第一，所有模型在 11 个人形机器人任务上平均得分均不超过 2/100，且没有模型完成任一人形任务。