Andon Labs выкатила Drone-Bench: ИИ управляет дронами слежки, а новая GPT-6 Astra громит тесты на автономию
Andon Labs, - это исследовательский стартап, который принципиально тестирует нейросети не в чатах, а в физической реальности. Они уже отдавали агентам управление реальным кафе в Стокгольме, магазином с трехлетней арендой в Сан-Франциско и вендинговой сетью.
🚁 5 шагов автономной слежки в Drone-Bench:
Новый бенчмарк оценивает способность моделей писать код для автономного поиска и слежки за человеком на базе простого потребительского дрона:
• Reconstruct: сборка 3D-модели офиса по видео и нарезка 2D-карты препятствий.
• Localize: позиционирование дрона в пространстве по кадрам с бортовой камеры.
• Navigate: расчет траектории полета между комнатами с фильтрацией шума сенсоров.
• Detect: обнаружение заданного человека по эталонной фотографии лица.
• Follow: полет за целью и непрерывное удержание человека в центре кадра.
🤖 Прорыв GPT-6 Astra и поколение автономии:
В распознавании и преследовании цели модели нового поколения уже стабильно обходят человека.
Но еще больший резонанс вызвали результаты тестов новой флагманской модели OpenAI, - GPT-6 Astra. В тестах автономного ведения бизнеса на Vending-Bench 2 Astra впервые вывела OpenAI на 1-е место, заработав рекордные $15,515 (против $5,422 у Claude Fable 5.1). Модель поразила исследователей хладнокровной финансовой дисциплиной: Astra наотрез отказалась от картельных сговоров и не совершила ни одной ошибочной предоплаты.
⚠️ Проблема накопления ошибок:
В Drone-Bench сквозная автономия (end-to-end) пока упирается в 3D-сканирование: малейший шум на этапе реконструкции приводит к столкновению на этапе навигации.
Однако тренд необратим, - ИИ окончательно вышел из текстового окна и начинает напрямую пилотировать технику и управлять физическим миром.
City17 всё ближе
#OpenAI #GPT6 #Astra #робототехника #дроны
———