AISLE首轮湿实验评测：GPT 5.5仅得41.19分

律动造物联合UNSW、NUS、EPFL、UC Berkeley等机构推出面向干湿实验闭环的公开基准AISLE，并公布首轮真实湿实验评测结果：综合排名第一的GPT 5.5在满分100分中仅得41.19分，而在带安全约束的实验优化任务中，所有参测模型的完整通过率均为0%。 该轮评测在2个自动化实验站点累计执行4079次真实湿实验、运行46626分钟，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；按团队采用的安全完整通过标准，参测模型均未实现全部安全要求。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。