香港大学具身智能评测基准RoboDojo最新榜单:智元GO-3 Nano Preview超越GPT-6 Astra
10月27日,香港大学主导的具身智能评测基准RoboDojo公布最新榜单。智元GO-3 Nano Preview以61.90分的平均成绩、56.42%的平均成功率位列第一,超过GPT-6 Astra。在精细操作、长程执行、开放语义理解三个细分维度上,GO-3 Nano Preview得分分别为78.65、68.21、61.71,均居首位。
榜单结果再次将通用大模型与具身专用模型的路线讨论带回台前。2026年9月,OpenAI发布GPT-6 Astra后,业界开始重新审视具身智能的技术路径。宇树科技创始人王兴兴近期展示了机器人搭载GPT-6完成绘画、下五子棋等任务,称GPT-6无需额外训练即可解决机器人部分任务规划问题。银河通用团队的多任务评估则显示,Astra在导航与物体搜索中表现较好,但在复杂接触、灵巧操作和高动态运动中仍存在明显局限。行业公司也在以不同方式布局,Figure AI自研具身基础模型,其2026年9月发布的Helix 2.5在30个陌生家庭实现零样本作业;国内星海图则选择“通用具身大脑”路线,以VLA基础模型兼容多种硬件形态。中信证券2026年10月26日研报判断,2027年通用模型进入具身任务领域将成为AI行业的下一个投入方向,短期内通用模型与专用模型更可能形成分工协同。
- 2026-10-27 19:45 | 新浪财经:通用大模型与具身智能专用模型将形成分工协同格局阅读原文
炒股就看金麒麟分析师研报,权威,专业,及时,全面,助您挖掘潜力主题机会! (来源:证券时报)10月27日,香港大学主导的具身智能评测基准RoboDojo披露最新榜单,智元GO-3 Nano Preview以61.90分的平均成绩、56.42%的平均成功率位列第一,超过GPT-6 Astra。在精细操作、长程执行、开放语义理解三个细分维度上,GO-3 Nano Preview得分分别为78.65、68.21、61.71,同样居首。但在榜单以外,行业更关注另一个问题:当通用大模型的能力边界持续外扩,专门为机器人(13.140, -0.37, -2.74%)训练的具身模型,是否还有研发的必要?当前...