Artificial Analysis发布衡量LLM机器人任务执行能力的基准“AA-Robotics v0.1”（社区消息）
已核实（事实）
据Reddit帖子，Artificial Analysis发布了对LLM机器人任务执行能力进行排名的基准“AA-Robotics v0.1”。目前收录的模型只有几个。发帖者称，多个模型能完成大部分任务，但速度非常慢。
待核实（说法）
发帖者认为，综合完成时间和准确率来看，GPT-6.1 Sol表现最好。官方数据尚未得到确认。
意义（解读）
以物理AI任务比较通用LLM的公开评估标准开始出现。
可信度 低 · 待补官方来源