AGI的战火还未散，下一场竞赛已开启了！
GPT-6 Astra一露面，直接把各大榜单全线刷爆，无模能敌。
就在今天，最新的3D空间推理基准MazeBench放榜，Astra跑了60多个小时拿下14%，又是第一。
毕竟，老黄亲自站台，认证OpenAI是全球首个拿下AGI的团队。
如今，所有人还未从GPT-6 Astra的震撼中缓过神，一大波新案例正在涌现——
构建细胞模型、看一段视频设计零件、从频谱图识别声音......
这还只是10万张GPU训出的「怪兽」，要是40万张GPU砸下去，真不敢想下一代GPT逆天到什么程度。
GPT-6屠榜空间推理
刷出14%最高分
MazeBench这项测试，是Jonathan Pappas和David Pappas在7月底做的一个3D世界。
MazeBench的世界俯瞰，黄色小人是智能体
它总共有200多个房间，藏着100颗宝石，一颗1分，满分100。
房间里全是推箱子式的谜题，外加电梯砖、可开关的墙、会打滑的冰面。掉进深渊了，只能撤销、重置，或者传送回去过的房间。
绿色是玩家，蓝色是箱子
比如这一关，把蓝色箱子推进黑色深渊，填出一座桥，才能走过去。
相机可以上下左右转，从20个角度看同一个场景。
左：3D视角；右：模型实际看到的文本
宝石就藏在这种地方。
模型通过MCP只拿到11个动作，4个移动、4个转相机，加上撤销、重置，以及传送。
难点在于，一道题往往要规划100步以上。而且它是真3D，同一面墙从上往下看和从侧面看是两回事。
结果就是，7月底刚发布那会儿，最好的智能体都走不出前几关。
当时，开着Python的GPT-5.6 Sol拿了13%，Fable 5 11%，Opus 5 9%。不开Python的话，全都到不了1%。
然后Astra来了。不开Python，直接拿下14%。
可以说，在3D空间推理上，GPT-6 Astra和之前所有Agent已经不在一个段位。
下图是它和Fable 5.1的探索热力图。Fable 5.1在角落里转了一小圈就停了，Astra几乎把整张地图翻了一遍。
为了省Token，测试团队让GPT-6改成了「批量出招」，不再是走一步回一次。
结果它每次都能往前多看10到20步，直接把原本要烧掉的30亿Token砍到了3.5亿。
在华容道测试里，这种批量模式让Astra成本便宜了三分之二，不过代价就是思考时间拉长了六成。
不过话说回来，Astra想要真正啃下MazeBench的硬骨头，前面的路很长。
ARC-AGI 3已经被它打到99.9%，但在MazeBench上，最强的AI也只捡到14颗宝石。
因为，Astra在3D空间理解上，存在偏科现象。
它更倾向于用俯视视角来看关卡，结果那些只有在3D视角下才能看见的墙，直接被它当成了空气墙。
新手教学关它倒是能通关，可一旦碰到方块叠超过三层高的3D谜题，它当场就抓瞎了。
刷题之外，全网开发者们已经把实际任务交到了GPT-6 Astra手中，玩出了一大波新花样。
Astra全新「打开方式」
夯爆了
就在今早，OpenAI总裁Greg一口气连转GPT-6 Astra的多个惊艳demo。
每一条都不是炫技，是「Astra用来解决现实问题」。
淋浴地漏的头发，它解决了
一位大佬Daniel Griesser直言，「昨天，我真切地感受到了什么叫AGI」！
他让GPT-6 Astra做的事，其实特接地气。
Daniel录了一段4分钟的视频，吐槽浴室地漏老被头发堵住，掏起来太恶心了。
他在镜头前拿着数显卡尺把零件量了一圈，然后反手把视频甩给Astra Ultra：帮我想个招。
Astra接下来这套操作简直绝了，它把视频拆解开来，一边听他的语音描述，一边把每一帧量尺寸的动作严丝合缝地对上。
最后不仅给出了一个能轻松清理毛发的设计方案，还先甩出来一张交互式草图让Daniel确认。
确认完草图，Daniel直接指挥Astra用「计算机使用」 接管电脑，打开Fusion 360自己画。
他人就坐在旁边干看着，眼瞅着AI把零件一步步建出来，而且是全参数化建模。
顺便，还偷师了几个Fusion的隐藏小技巧。
建完模，他随口说了句「加个倒角」，接着丢进3D打印机。打出来往地漏上一扣，第一次装，就严丝合缝！
对此，Daniel表示，「这虽谈不上什么高精尖，但确实解决了个大麻烦」。
最关键的是，比自己上手画快太多了。
上下滑动查看
3D分子交互，一键模拟
开发者Andrew Aiginin同样上手后直呼，「GPT-6 Astra强大得离谱」。
前一天，他刚让Astra建了一个细胞模型，第二天让它解释Ozempic（司美格鲁肽）是怎么起作用的。
1小时后，Astra交出一个交互式分子旅程：11个章节，从GLP-1受体结合、cAMP信号放大，一路走到胰岛素登场。
视频里，右边是能随意旋转缩放的3D分子模型，左边还能实时显示受体激活数，交互体验绝了。
一张频谱图，识别声音
更神的是，GPT-6 Astra居然还能「看图猜音」。
网友Max做了一个极为调转的测试，甩给Astra一张梅尔频谱图，不给音频，直接拷问——
试着「听」一下，这是什么声音？
Astra看了一眼就判定，最可能是狗在反复吠叫，甚至带点粗糙的低吼。
更绝的是，它连叫声的节奏都给脑补出来了——woof-woof, woof… woof, woof-woof。
而且，它还解释得头头是道，每一段爆发都有很强的低频主体、相似的共振带和一个带噪的高频边缘，重复的共振模式更像吠叫而不是人说话。
零样本，而且只开了轻量推理
换了另一张图谱，Astra猜得更神了，直接给出一串画面感：光剑点火、低频嗡鸣、最后关剑熄灭。
对此，Max忍不住感慨，我们现在挖出来的，恐怕连这个模型能力的皮毛都算不上。
48关验证码，一把过
看图猜音之外，Astra还把人类给机器设的门直接踹开了
neal.fun上有个游戏叫「I'm Not a Robot」。48关验证码，一关比一关刁钻，选吉娃娃还是松饼、给消防栓排序、在嵌套网格里数格，很多人自己都过不去。
Sharif Shameem让Astra去打，结果一把全过了。
这战绩，不仅让围观的网友高呼「验证码已死」。
还把游戏原作者Neal Agarwal本人，给炸了出来。
而他只能无奈留下一句：「行吧，我尽力了。祝大家好运。」
除了这些，还有人玩得更野——
让Astra用Blender复刻了迈克尔·杰克逊的经典舞步。
刷完这波demo，真的会忍不住感慨一句：我们对Astra的打开方式，还真的是太保守了。
AGI已来
剩下的赛道唯有一条ASI
GPT-6 A