RecodeX 重构消息，Artificial Analysis于2026年10月14日发布研究预览“AA-Robotics v0.1”，让语言模型在编程智能体环境中编写代码，再通过HTTP API向机械臂发送动作指令，以评估其对物理环境的理解、规划与执行能力。测试由桌面周围3台摄像头和机械臂腕部1台摄像头提供画面。
在8项机械臂任务评测中，GPT-6 Astra平均得分69.4分，在5个参评语言模型中排名最高。但多数模型完成单项任务耗时约30分钟，而人类完成同类任务平均仅需20秒，速度差距约100倍。