GPT-6.2 Astra đứng đầu bài đánh giá điều khiển cánh tay robot thực tế AA-Robotics v0.1 với điểm trung bình 79. Mô hình hoàn thành 6 trong 8 nhiệm vụ và chỉ gửi 668 lệnh cho cánh tay robot, ít nhất trong số các mô hình được đánh giá.
Crypto Briefing đưa tin ngày 20 (giờ địa phương) rằng GPT-6.2 Sol đạt 78 điểm, còn Claude Fable 5.2 đạt 75 điểm. Astra dẫn đầu cả về điểm số lẫn số lệnh điều khiển.
Khác biệt thể hiện qua số lệnh
Astra gửi tổng cộng 668 lệnh cho 6 nhiệm vụ đã hoàn thành. Mỗi lệnh là một đơn vị chỉ thị chuyển động cho từng khớp và bộ gắp của cánh tay robot.
Trong nhiệm vụ sắp xếp hộp, Astra chỉ sử dụng 92 lệnh, ít hơn Claude Fable 5.2 khoảng 75%. Con số này cho thấy mô hình giảm được các động tác lặp lại và số lần thử sai, qua đó thể hiện hiệu quả thực thi.
Thực hiện 8 nhiệm vụ với cánh tay robot 6 trục
Artificial Analysis công bố AA-Robotics v0.1 ngày 14 tháng 10. Bài đánh giá sử dụng cánh tay robot 6 trục Hiwonder NexArm, gồm 5 khớp và một bộ gắp.
Các mô hình ngôn ngữ không được điều khiển trực tiếp bằng bộ điều khiển mà hoạt động thông qua tác nhân lập trình. Mô hình viết mã rồi gửi lệnh qua HTTP API để cánh tay robot thực hiện. Tám nhiệm vụ trên bàn gồm rót đồ uống, xếp khối, di chuyển vật thể, viết chữ và đo hộp cùng các nhiệm vụ khác.
Môi trường đánh giá sử dụng thông tin hình ảnh từ 3 camera đặt quanh bàn và 1 camera gắn trên cổ tay cánh tay robot. Các mô hình thực hiện nhiệm vụ mà không được huấn luyện trước cho từng công việc.
Mỗi nhiệm vụ được chấm từ 0 đến 100 điểm dựa trên mức độ hoàn thành. Astra hoàn thành 6 nhiệm vụ với điểm trung bình 79, trong khi 668 lệnh là chỉ số riêng để đo hiệu quả chuyển động.
TokenPost trước đây đưa tin GPT-6 Astra đạt 69,4 điểm trong bài đánh giá AA-Robotics ban đầu. Nghiên cứu phiên bản 6.2 lần này công bố đồng thời điểm số và số lệnh điều khiển.
Chậm hơn con người và phát sinh chi phí mỗi nhiệm vụ
Các mô hình mất khoảng 30 phút để hoàn thành một nhiệm vụ. Con người chỉ mất khoảng 20 giây cho công việc tương tự, cho thấy chênh lệch lớn về tốc độ.
Chi phí thực thi theo từng mô hình và nhiệm vụ được ghi nhận ở mức 2–16 USD mỗi nhiệm vụ (khoảng 2.662–21.296 won). Việc giảm số lệnh vẫn chưa đủ để ứng dụng vào tự động hóa thực tế nếu thời gian xử lý và chi phí chưa được hạ xuống đồng thời.
OpenAI công bố GPT-6.2 Astra và GPT-6.2 Sol ngày 17. Sol được giới thiệu là mô hình có chi phí thấp hơn Astra, trong khi chênh lệch điểm giữa hai mô hình trong bài đánh giá cánh tay robot lần này là 1 điểm.
Giá API của GPT-6.2 Astra đã giảm khoảng 20% so với mô hình trước đó. Tuy nhiên, AA-Robotics v0.1 vẫn ở giai đoạn nghiên cứu thử nghiệm và không bảo đảm các điều kiện tương đương môi trường sản xuất.
Kết quả cho thấy Astra dẫn đầu về cả điểm số và hiệu quả lệnh điều khiển. Dù vậy, thời gian xử lý khoảng 30 phút mỗi nhiệm vụ và chi phí tối đa 16 USD vẫn là những điều kiện cần giải quyết trước khi các mô hình điều khiển cánh tay robot được đưa vào thực tế.
Comment 0