原题：OpenAI's GPT-6 Astra can now tell you exactly where you screwed up your IKEA shelf
Epoch AI 的家具组装基准（FAB）用三件宜家家具的组装照片测试模型识别错误的能力。2025 年 11 月最佳模型 Claude Opus 4.5 得分 28%，十个月后 OpenAI 的 GPT-6 Astra 达到 80%，每张照片耗时 3 分钟。Claude Fable 5.1 以 70% 紧随其后，Claude Opus 5 为 61%。中国开源权重模型如 Kimi K3 落后领先者至少七个月。研究者称该速度尚不足以支持实时组装指导，但未来或可用于汽车维修和家电修理。
推荐理由十个月从 28% 到 80%，可看视觉推理进步速度及开源模型差距
2026 年 9 月 26 日
AI 现在能发现你组装宜家家具时哪里装错了。Epoch AI 的家具组装基准测试（FAB）在组装过程中拍摄三件宜家家具的照片，其中包含故意设置的错误。模型将照片与说明书进行比对，找出错误并描述出错之处。2025 年 11 月，最佳模型（Claude Opus 4.5）得分为 28%。十个月后，OpenAI 的 GPT-6 Astra 达到 80%，每张照片耗时三分钟。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落后领先者至少七个月。
研究人员表示，对于实时组装辅助来说它仍然太慢，但这项技术最终可能用于汽车维修或家电修理。整体进展，尤其是 Astra 的进展，值得关注，因为就在不久之前，模型还在那些远为简单的视觉任务上失败。Astra 在视觉机器人任务上也表现出色。
本文内容转载自 The Decoder，由 AI（deepseek-chat）翻译整理，版权归原作者所有。
阅读原文 ↗ https://the-decoder.com/openais-gpt-6-astra-can-now-tell-you-exactly-where-you-screwed-up-your-ikea-shelfThe Decoder · 09/26 17:44 · 已取全文
标题与摘要由 AI（deepseek-chat）改写，可能有误，以原文为准。