Хиймэл оюуны загваруудын чансааг хэмждэг хараат бус Artificial Analysis байгууллага томоохон хэлний загваруудыг текст, кодын хүрээнээс гаргаж, бодит ертөнцөд механик гар удирдах чадварыг шалгадаг AA-Robotics v0.1 туршилтын үр дүнг анх удаа нийтэд танилцууллаа. Энэхүү сорил нь хиймэл оюуны загварт видео камерын оролт өгч, ширээн дээрх эд зүйлсийг зөөх, лонхноос шингэн асгах, жижиг эд ангиудыг хэмжих зэрэг найман төрлийн бодит физик даалгаврыг робот гараар гүйцэтгүүлсэн байна.
Туршилтын нэгдсэн дүнгээр OpenAI-ийн GPT-6 Astra загвар 100-аас 69.4 оноо авч тэргүүлсэн бол GPT-6.1 Sol 64.6 оноо, Google DeepMind-ийн Gemini 4 Argon 55.3 оноо авчээ. Загварууд физик орон зайн баримжаа авах, эд зүйлсийн байршлыг танихдаа өндөр амжилт үзүүлсэн боловч даалгавар гүйцэтгэх хурдны хувьд хүнээс бараг 100 дахин удаан буюу секундээр тоологдох үйлдлийг хэдэн минутын турш тооцоолж байгаа нь цаашдын гол сайжруулалтын чиглэл болохыг судалгааны тайланд онцолсон байна.
Энэхүү судалгаа нь цаашид хэлний аварга загварууд зөвхөн компьютерын дэлгэц дээр ажиллах туслах төдий бус, үйлдвэр болон гэр ахуйн бодит роботуудыг удирдах тархи болон хувирах биежсэн хиймэл оюуны (Embodied AI) хөгжлийн бодит стандарт болж буйгаараа онцлог юм.
