啊啊啊GPT-6 Astra这么不安全！这次马斯克都瘫坐了

第三方机构Robocurve发布机器人安全基准RoboHarm，将GPT-6 Astra、Fable 5.1和MolmoAct2接入同一套双机械臂机器人，测试其执行刺伤类人目标、加热压缩气体、制造有毒烟雾等五类高风险任务的表现，每项任务重复20次并由人工评分。结果显示，GPT-6 Astra在97%的测试中尝试执行危险动作，成功率62%；Fable 5.1执行率80%，成功率34%。在刀具刺向婴儿玩偶的任务中，Astra完成17次，Fable 5.1全部拒绝。Robocurve由Jay Chooi和Aris Zhu创立，获Y Combinator支持，已完成1000万美元种子融资，并开源评估框架Inspect Robots。马斯克转发相关结果并评论“Sounds bad”。