OpenAI GPT-6 Astra 能精准定位宜家家具组装错误

AI 现在能发现你组装宜家家具时犯的错了。Epoch AI 的 家具组装基准测试（Furniture Assembly Benchmark，FAB）拍摄了三件宜家家具在组装过程中被故意装错的各个阶段照片，让模型对照说明书找出错误并描述问题出在哪里。2025 年 11 月，最强模型 Claude Opus 4.5 的得分只有 28%。十个月后，OpenAI 的 GPT-6 Astra 达到 80%，每张照片耗时约三分钟；Claude Fable 5.1 以 70% 紧随其后，Claude Opus 5 为 61%。Kimi K3 等中国开源权重模型则至少落后领先者七个月。

研究人员表示，虽然这个速度还无法用于实时组装指导，但相关技术未来有望帮助人们修车或修理家电。考虑到不久之前模型连人类觉得直觉简单的视觉任务都搞不定，这样的整体进步——尤其是 Astra 的表现——相当引人注目。Astra 在视觉机器人任务上也表现出色。