前沿模型在LIBERO-10上最高成功率仅44%，推理难转化为可靠操作。
资讯摘要
一篇论文提出统一的闭环机器人操作框架，让模型仅凭视觉观测、本体感知和结构化工具调用直接控制机械臂，无需任务微调或预训练操作技能。作者在LIBERO-10上评测了GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna、Claude Opus 5、Claude Opus 5.5和Gemini-4 Argon六款前沿模型，覆盖三档推理强度，共18种配置、1800个回合。结果显示GPT-6 Astra成功率最高为44%，Gemini-4 Argon为43%；提高推理强度通常能改善表现，但收益因模型而异且推理成本上升。
要点速读
- 论文提出统一闭环框架，模型通过视觉、本体感知和结构化工具调用指定末端位姿与夹爪指令，无需任务微调。
- 评测六款前沿模型、三档推理强度，共18种配置、1800个回合；GPT-6 Astra成功率44%最高，Gemini-4 Argon为43%。
- 作者报告提高推理强度一般能提升操作表现，但收益因模型而异并增加推理成本；模型在物体放置任务上较好，在精确空间排布和多步交互上较弱。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。