GPT-6 Astra家具装配纠错准确率达80%
一项新评测显示，GPT-6 Astra可结合说明书和照片定位家具装配错误，展现出更贴近现实操作的视觉推理能力。
从回答问题到找出装错的连接件
据The Decoder及中国科技媒体报道，GPT-6 Astra在一项家具装配评测中，可根据说明书和照片识别装配错误，准确率约为80%。测试要求模型观察一件尚未完成组装的宜家风格家具，对照文字和图示说明，指出具体是哪一步出了问题。
这个任务看似普通，实际并不只是识别物体。模型需要把二维示意图对应到三维场景，理解装配顺序，并区分真正的结构错误与无关紧要的外观差异。换言之，它必须同时处理图像、文本和操作流程状态。
报道提到，同类任务中，上一代模型的准确率约为40%。如果这一差距能够复现，说明多模态推理的进步可能会先在家庭操作场景中显现，而不是先体现在传统学术基准上。能够找出面板或连接件装错位置的模型，未来也可能用于维修、设备巡检和职业培训。
不过，现有证据仍然有限。测试集中于一类结构受控的家具和说明书，公开报道尚未说明模型面对陌生家具、光线不足、说明书缺页或照片存在歧义时的表现。80%的准确率也意味着，在涉及现实操作指导时，仍有不可忽略的出错概率。
这项消息真正值得关注的地方，在于它把视觉能力放到了“诊断下一步动作”上，而不只是描述画面。如果结果能够推广，多模态模型正逐渐接近实用的物理任务助手；如果不能，80%可能只是一个适用范围很窄的漂亮数字。