GPT-6 Astra показала ранний прогресс в пространственном мышлении
GPT-6 Astra от OpenAI получила более высокие результаты, чем MolmoAct2 от Ai2, в новом робототехническом тесте StationeryBench. Он проверяет пять действий с предметами на столе: среди них снятие колпачка с маркера, высыпание скрепок и передача линейки между двумя роботизированными руками. Обе модели управляли одинаковыми двухрукими роботами YAM; всего было проведено 200 испытаний.
Astra полностью выполнила семь из 100 заданий, тогда как MolmoAct2 не завершила ни одного. Медианный показатель прогресса Astra составил 46 из 100 против 12 у конкурирующей модели. Результаты, видеозаписи и код доступны на GitHub. Исследователь Cornell и Google DeepMind Йоав Артзи назвал результат «скачком» в пространственном мышлении. По его словам, в пока не опубликованном тесте REMAP точность GPT-Astra близка к человеческой, хотя в других сценариях модель людей не достигает. Артзи предположил, что улучшению на трёхмерных задачах могло способствовать обучение на больших объёмах 3D-данных, включая сцены Blender. OpenAI планирует в долгосрочной перспективе создавать потребительских роботов.
Текст подготовлен ИИ Sakhanda Wire по материалу The Decoder. Факты, цитаты и полный контекст — в оригинальной статье ниже.