商湯給 GPT-6-Astra 做"真機體檢"：仿真考卷近乎滿分，一上手就露怯
AI資訊AI新閒資訊正文商湯給 GPT-6-Astra 做"真機體檢"：仿真考卷近乎滿分，一上手就露怯發布於AI新閒資訊時間 :Oct 20, 2026閱讀 :1分鐘商湯聯合多家高校與企業團隊，給 OpenAI 的 GPT-6-Astra 安排了一場針對"具身智能"的大考。這場考試鋪得很廣——覆蓋12項仿真評測、8個真實機器人平臺，目的就是看清這位明星模型究竟能不能從屏幕裡的"腦子"，真正長出手腳去幹活。
結論有點尷尬:在給它開點小灶（藉助上下文學習、放寬動作步數限制）的情況下，GPT-6-Astra 在不少傳統具身評測裡刷出了接近滿分的成績;可一旦落到真實機器人身上，面對精細接觸、長程任務這類需要真刀真槍操作的場景，它失誤的頻率就上來了。真正的問題不在"會不會動"，而在"知不知道自己動沒動對"。研究指出，GPT-6-Astra 在物理操作裡常常誤判成功狀態——它以為自己抓到了、放好了，實際未必;而一旦走錯，補救起來相當困難，加上真機執行的試錯成本高得嚇人，讓它離真正能上崗部署還差著一段不短的路。團隊的總體判斷是:GPT-6-Astra 已經跨過了具身能力的門檻，但距離實用化仍有明顯距離。
這場評測還順手戳破了現有具身評測體系自身的泡沫。商湯糰隊認為，傳統基準分數虛高，是因為它們離真實家庭需求太遠，評測該往更貼近日常生活的方向調。作為迴應，團隊端出了自己的解法——SenseNova-RoboRSI 具身系統框架。它的巧思在於不必更新基礎模型權重，而是靠執行反饋讓機器人"遞歸式自我進化"，持續優化表現;這套思路已經在多項仿真評測裡驗證了效果。一句話，當大模型在試捲上拿滿分、在現實裡卻笨手笨腳，行業要補的或許不只是模型，還有那把量它的尺子。相關推薦MiniMax M3.1 Flash 低調現身：速度提升3倍，價格降低70%MiniMax正式推出新一代Flash模型M3.1Flash。
其來路頗具戲劇性：此前以匿名身份“Space Bunny”（太空兔）悄悄處理超200T Token的模型，正是它的早先版本，官宣前已借海量真實流量完成打磨。作為新一代Flash序列選手，M3.1Flash在Agentic任務、編程、Computer Use（電腦操作）及網絡安全能力上均實現代際提升。Oct 20, 202681.4kAI助手初創公司Town完成1.08億美元B輪融資，估值突破10億美元舊金山AI助手初創公司Town完成1.
08億美元B輪融資，由Forerunner Ventures和Menlo Ventures領投，Andreessen Horowitz、Serena Ventures和First Round Capital參投，估值升至獨角獸級別。公司成立兩年、上線四個月，數週內ARR達數百萬美元，累計融資至少1.6億美元，6月曾完成5500萬美元A輪，創始人為前Plaid首席技術官。Oct 20, 202687.0k螞蟻百靈開源 Ming-3.0語音系列:五款模型覆蓋合成、理解與識別螞蟻百靈10月20日開源Ming-3.
0語音系列，面向聲音創作、長語音分析、業務語音轉寫，推出語音合成、音頻理解與對話、語音識別共五款模型：tts的0.5B與tiny、audio的flash與tiny、asr-tiny。權重上架Hugging Face和ModelScope，Ling Studio提供API及在線體驗。TTS的Voice Design可用文字描述音色或參考音頻，導演模式支持文字控制。Oct 20, 202679.5kClaude 給 Mac 當了一回"保安"：寫個測溫小工具，順手揪出吃滿 12 核的挖礦木馬Reddit網友UntilHEX是一名用Claude輔助開發的Mac用戶。
他的電腦長期運行遲緩、燙得離譜，卻始終找不到病根。於是他請Claude寫一款能讀取傳感器數據的溫度監測應用，想看看傳感器到底報什麼數、找出性能異常原因。結果測溫工具還沒捂熱，Claude就先一步發現不對勁。文章講述這臺電腦如何給他上了一課。Oct 20, 2026127.3kOpenCode Console遭攻擊，1.4%用戶受影響，部分API密鑰洩露OpenCode披露其OpenCode Console存在安全漏洞，約1.4%用戶受影響，部分AI服務API密鑰或洩露，出現未授權調用和高額費用。公司已郵件通知用戶，事件仍在調查。
OpenCode稱與大規模數據蒸餾攻擊有關，但攻擊方式未公開，遭部分研究人員質疑。Anthropic和Google已對其封禁。Oct 20, 202667.4k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
螞蟻百靈開源 Ming-3.0 語音系列：五款模型覆蓋語音合成、識別與理解
開發者既可以按任務單獨挑選，也能把不同能力拼進自己的工作流裡。在語音合成一側，Ming-3.0-tts 系列的 Voice Design 允許用文字直接描述想要的音色，也支持用參考音頻來設定聲音特質。它更有意思的一處是"導演模式":創作者可以寫明臺詞的表演方式，交代情緒如何起伏、哪些詞需要重讀、節奏該怎麼處理，相當於把配音的二度創作也交給了模型。
Anthropic初級技術崗位佔比降至14%，AI代理工作時長達員工6倍
自2025年12月起，初級職位空缺數量明顯下降，而非技術部門的相關比例基本保持穩定。Anthropic認為，AI代理能力提升是這一變化的重要原因。研究數據顯示，到2026年8月，Anthropic內部AI代理的工作時長已達到人類員工的6倍，研發部門更達到19倍。
OpenAI 升級 ChatGPT 瀏覽器擴展，支持跨標籤頁讀取與自動化操作
這次升級把"計算機使用"（computer use）能力直接搬進了最主流的瀏覽器環境，而且不再是少數高端套餐的特權——所有套餐的用戶都能用。換句話說，那個原本只會陪你聊天、幫你搜資料的側邊欄，這一次真的長出了手和腳。升級後的插件分成兩副面孔，各管一攤。
MiniMax M3.1 Flash 低調現身：速度提升3倍，價格降低70%
最戲劇性的是它的來路——此前那個以匿名身份悄悄處理了超過200T Token 的"Space Bunny"（太空兔）模型，正是 M3.1Flash 的早先版本;也就是說，在官方官宣之前，它已經藉著海量真實流量把自己裡裡外外焐熱了一遍。作為新一代 Flash 序列的選手，M3.
Claude 給 Mac 當了一回"保安"：寫個測溫小工具，順手揪出吃滿 12 核的挖礦木馬
這臺機器長期運行遲緩、燙得離譜，但他一直沒找到病根，直到請 Claude 幫忙寫一款溫度監測應用，想看看傳感器到底在報什麼數。結果測溫工具還沒捂熱，AI 先一步聞到了不對勁的味道。故事的主角是 Reddit 網友 UntilHEX。他本意很單純:電腦老卡，乾脆讓 Claude 寫個能讀傳感器數據的溫度小程序，把性能異常的原因查出來。
中科通量亮相2026 RISC-V中國峰會，全棧RISC-V智能覆蓋視頻+智算全場景
10月18日，第六屆RISC-V中國峰會在深圳會展中心（福田）開幕。中科通量攜SmarCo AI工作站、SmarCo智能視頻編碼一體機、SmarCo智算加速卡等產品與解決方案亮相，並以“全棧RISC-V智能 覆蓋視頻+智算全場景”為主題，集中展示國產RISC-V在視頻與智算領域的全棧能力。峰會現場，該展位吸引多批專業觀眾、開發者與行業客戶駐足諮詢，產品演示和生態交流成為現場關注焦點。2026年，RISC-V走到產業關鍵節點。