RoboColiseum 具身智能评测：Claude Opus 5.5 击败 GPT-6 Astra 与 Gemini 4 登顶

在具身智能仿真评测平台 RoboColiseum 的测试中，Claude Opus 5.5 以 76.28% 的总分击败 75.99% 的 GPT-6 Astra 登顶综合榜首。各顶尖模型均接入统一框架 Agent2Act，在指令跟随和空间理解上大幅领先，但在复杂物理操作与灵巧手任务中全线落后于专用模型 Paimon。测试还暴露出大模型对图像噪点扰动敏感、缺乏三维物理常识等明显短板。