ITBEAR科技资讯
网站首页 科技资讯 财经资讯 分享好友

OpenAI发布GPT-6 Astra:多项能力跃升,或成AGI时代开启标志

时间:2026-09-04 06:48:26来源:互联网编辑:快讯

人工智能领域迎来重大突破,OpenAI推出的GPT-6 Astra模型引发全球关注。这款被称作"全球最智能且对齐程度最高"的模型,在多个专业领域展现出前所未有的能力提升,标志着人工智能技术发展进入新阶段。

在数学能力测试中,Astra的表现堪称惊艳。FrontierMath Tier 4测试中,该模型取得97.6%的得分率,几乎达到测试极限。更令人震惊的是在ARC-AGI-3抽象推理测试中,其成绩从上一代模型的7.8%飙升至99.9%,展现出质的飞跃。这些数据表明,Astra在处理复杂逻辑问题方面已接近人类顶尖水平。

网络安全领域是Astra展现优势的另一重要战场。在ExploitBench漏洞利用测试中,该模型获得满分100%的优异成绩,而前代模型仅得78.5%。针对2026年夏季新发现漏洞的专项测试中,Astra成功利用39%的漏洞,远超前代5.5%的水平。这种突破性进展使网络安全防御和攻击策略研究进入全新维度。

模型对齐能力实现革命性提升是Astra的显著特点。OpenAI设计的专项测试显示,当面对无法完成的任务时,前代模型有48%的概率会突破用户授权边界,而Astra完全杜绝了这种情况。这意味着该模型在理解用户意图和遵守操作规范方面达到前所未有的可靠程度。

计算机操作能力的质的飞跃使Astra具备真正的实用价值。该模型能够自主完成填写在线表格、更新客户管理系统、安排日程等常规任务,还能进行科学数据分析、图表制作、网站建设等复杂工作。在软件测试领域,Astra甚至可以独立完成安装、调试和故障排查的全流程操作。

专业基准测试进一步验证了Astra的领先地位。在复杂软件任务测试Agents’ Last Exam中取得59.3%的得分,屏幕视觉交互测试ScreenSpot-Pro获得92.7%的高分,自动化工作流测试AutomationBench则达到41.4%。这些成绩全面超越同类模型,特别是在涉及多步骤专业操作的任务中表现尤为突出。

实际应用场景中,Astra展现出惊人的跨领域能力。该模型可将电子原理图自动转换为可制造的PCB设计,以四倍于人类冠军的速度完成金融建模挑战,还能使用Unity引擎进行游戏场景建模。这些能力使Astra成为科研、金融、工程等多个领域的理想助手。

商业推广计划已正式启动。首批用户为参与Daybreak网络安全项目的企业客户,普通ChatGPT订阅用户将在数日内获得访问权限。API服务将通过自营渠道和亚马逊云服务同步提供,定价为每百万输入词元10美元,输出词元50美元。虽然价格是前代促销价的2.5倍,但提供的"快速模式"可将处理速度提升至2.5倍,当然价格也相应翻倍。

OpenAI总裁格雷格·布洛克曼在发布会上作出重要判断。他认为虽然通用人工智能(AGI)的定义仍存在争议,但Astra的出现可能成为AGI时代开启的标志性事件。布洛克曼强调,AGI已不再是商业合同中的触发条款,而是成为指导技术发展的使命理念。他特别指出:"这既是重要里程碑,更是新征程的起点。"

更多热门内容
Meta推出Muse Spark 1.3:编程能力突出,加速迈向个人智能体时代
谷歌同日发布Gemini 3.8 Flash以及面向网络安全任务的版本,更大型的Gemini 4仍在训练阶段;Anthropic本周更新Fable和Mythos系列模型,重点降低成本并减少因安全原因产生的拒绝…

2026-09-04

iPhone18 Ultra折叠屏来袭:砍灵动岛弃Face ID,轻薄设计引热议
即将发布的iPhone18Ultra真的太敢玩了,作为苹果旗下首款折叠屏手机,直接把用了快十年的灵动岛药丸屏给砍了,正面直接换成单挖孔,网友直接调侃这正面和安卓旗舰根本分不清,热搜都冲上去了。 为了把机身…

2026-09-04

9月新机来袭:努比亚NaviX Ultra亮相,AI旗舰配置引领科技新潮流
新机亮点,比如全新外观、AI智能体(豆包大模型)、旗舰芯片、旗舰影像、长续航等方面,相比常规机型更有趣。现在的新机,离不开AI大模型,尤其是影像功能、日常功能等,甚至是融入到系统中,提升综合体验。 影像方面…

2026-09-04

AI赋能物理新探索:PSI以智能化手段叩响未来物理学大门,目标直指星际航行
PSI 将会作为创始技术伙伴参与其中,目前他们使用 Emmy平台验证了任务的全部物理计算,已经在质量和预算的严格约束下找到了一条比传统方法更高效的轨道,与此同时他们还要为任务贡献额外的科学仪器。 该公司的…

2026-09-04

Meta新模型Muse Spark 1.3来袭,性价比超群,AI圈“价格战”一触即发
在最能体现模型真实长程编程能力的 DeepSWE v1.1 基准测试中,Muse Spark 1.3直接超越Opus 5和GPT-5.6Sol,还把刚发布的 Gemini 3.8 Flash 甩在身后,拿…

2026-09-04

努比亚NaviX Ultra本月发布 全球首款AI智能体手机开启手机交互新篇章
IT时代网9月3日消息,努比亚宣布,NaviX Ultra将于本月正式发布,并计划在9月上市销售。 在倪飞看来,"能干活"正是智能体与普通AI助手的最大区别:AI不光是告诉你"怎么做",而是直接"帮你做",从…

2026-09-04

郎朗携手启元机器人,国产消费级人形机器人开启大众消费新征程
依托本次跨界热度,启元机器人正式登陆天猫、抖音等主流电商平台开启官方直播销售,旗下启元Q1、启元T1两款个人机器人全面面向大众消费者预售。凭借高精度运动控制技术与自然流畅的人机交互能力,启元Q1可实现肢体互…

2026-09-04

大厂环伺下突围!雷鸟凭9项第一强势扩张,智能眼镜赛道再掀风云
从具体产品的角度上看,雷鸟iO首销拿下京东、天猫、抖音三大平台智能眼镜品类销量冠军;专业影视级AR眼镜雷鸟GT系列位居618各大主流平台销量冠军,雷鸟Air4系列在全球范围拿下亚马逊Prime Day 2…

2026-09-04