AISLE 首轮湿实验评测：GPT 5.5 仅得 41.19 分，安全完整通过率全为 0%

律动造物联合 UNSW、NUS、EPFL、UC Berkeley 等机构推出全球首个面向干湿实验闭环的公开基准 AI Scientists' Last Exam（AISLE），首轮在 2 个自动化实验站点累计执行 4079 次真实湿实验、46626 分钟运行时长，从探索效率、实验安全、自适应鲁棒性和多模态推理四个维度评测 GPT、Claude、Gemini 等模型。