Perceptron AI 发布 EgoHome 基准，GPT-6 Astra 在手部动作理解测试中居首
机器人靠人类视频学动作，视频标签全靠 AI 自动打，标签错了机器人就学废了。Perceptron AI 搞了个 EgoHome 基准专门测这个，GPT-6 Astra 拿了第一。做具身智能或数据标注 pipeline 的团队应该看看。
Perceptron AI 推出名为 EgoHome 的新基准，专门测试 AI 能否识别 chore 视频中人类手部的具体动作，GPT-6 Astra 在该基准上排名第一。
EgoHome 聚焦的不是“有人在洗碗”这类场景级描述，而是“左手拿起海绵、右手拧水龙头”级别的细粒度动作标注，这正是机器人向人类视频学习所需要的能力。目前机器人训练大量依赖人类视频，并用 AI 自动给视频打动作标签；
如果标签出错，机器人就会学到错误的行为。这一基准为评估标注模型的可靠性提供了量化工具。
GPT-6 Astra came out on top in EgoHome, a new benchmark from Perceptron AI, that tests whether AI can follow what human hands do in chore videos, the skill robots need to learn from people.
AI can tell you someone is washing dishes, but not what their hands are doing, and robots need the second part.
This kind of benchmarks are so important because Robotics training now happen on large amounts of human video, and AI is used to label those videos automatically (“left hand picks up sponge, right hand turns tap”). If those labels are wrong, the robots learn wrong.
https://t.co/t5gL9ZYYmU
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「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：GPT-6 Astra、EgoHome、机器人、基准测试，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「rohanpaul_ai」（@rohanpaul_ai），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 Runway ML、Epoch AI、berryxia 等），属于近期高关注度行业信号。
