#AI
GPT-6 Astra 早期机器人基准显空间推理跳跃
一个名为 StationeryBench 的新机器人基准给 OpenAI 的 GPT-6 Astra 和 Ai2 的 MolmoAct2 出了五道桌面文具题：开马克笔盖、把回形针倒进碗里、在两只机械臂之间递尺子、从便签堆里抽出中间一张、开盒取橡皮再合盖。
两者控制同一批 YAM 双臂机器人，合计 200 次试验。**Astra 完整完成 7 次，MolmoAct2 一次也没有**。
💡 为什么值得看Astra 在 StationeryBench 有进步但远未实用。
查证
来源档案
The Decoder
英文 AI 行业媒体，本篇转述一个公开机器人基准 StationeryBench 的结果与研究者评论，非一手发布。
二线媒体单源转述，给出的数字（7/100、46 分 vs 12 分、200 次试验）具体且指向可核对的公开评测页，但 OpenAI 与 Ai2 均未就此基准表态，基准本身也未经同行评议。
延伸阅读
数字对比好看，但 100 次里只做成 7 次——想判断「阶跃」到底是能力跃升还是评测门槛偏低，得回到原文看任务的评分细则和失败案例。