Fable 5.2 在机器人控制上大幅提升，RoboDojo 基准超越专用系统
Anthropic 把通用模型往机器人控制推了一步，在双臂机器人基准 RoboDojo 上赢过不少专用系统，泛化到没训练过的任务也行。做机器人或者关注具身智能的可以看看，这直接影响你们选技术路线：还要不要单独训控制策略。
Anthropic 发布的 Fable 5.2 在物理机器人控制任务上表现出显著提升，甚至在从未明确训练过的任务上也能完成操作。在 RoboDojo 基准上，该模型控制一台模拟双臂机器人，成绩超过了其他通用模型和大多数专门为机器人控制构建的 AI 系统。
RoboDojo 是一个以模拟双臂机器人为测试环境的基准，考察模型对机械臂的操控能力。Fable 5.2 的亮点在于泛化：面对训练中未显式覆盖的任务，它依然可以驱动机械臂完成操作，这说明模型学到的控制能力可以迁移到新场景，而不是只能复现训练分布内的动作。
这条信号对机器人行业值得关注：通用大模型正在直接进入此前由专用 VLA（视觉-语言-动作）模型主导的控制领域。如果通用模型在物理任务上持续拉开与专用系统的差距，机器人公司可能不再需要为每个任务单独训练控制策略，转而把通用模型作为底层控制器接入硬件。
原文只有一段推文式描述，未给出具体分数、对比模型名单或训练细节，以上成绩细节以官方后续发布为准。
Fable 5.2 shows substantially improved skills in controlling physical robots, even on tasks it has never explicitly been trained to do. On RoboDojo, a benchmark with a simulated two-arm robot, it outperformed other models and most AI systems built to control robots.
本条情报归属 AITOP「模型」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Fable 5.2、Anthropic、机器人控制、RoboDojo，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Claude」（@claudeai），经 AITOP 多维评分管线结构化提炼。截至目前，全网已有 11 家独立信源对该事件进行交叉印证与跟进报道（含 rohanpaul_ai、theverge、Anthropic 等），属于近期高关注度行业信号。
