AI 报告 · Epoch AI · 2026-09-23 · 博客 / 评论
AI 能发现宜家(IKEA)组装中的错误吗?
原标题: Can AI spot mistakes in IKEA assembly?
Epoch AI 的家具组装基准测试（FAB）通过来自三款宜家（IKEA）家具组装过程的 60 张照片来测试视觉与空间推理能力，其中一些照片中的家具组装正确，另一些则故意设置了错误。最高得分从 2025年11月的 28%（Claude Opus 4.5）升至 GPT-6 Astra 的 80%，其每张照片的耗时中位数为 3 分钟。中国的开放权重模型至少落后前沿 7 个月。