刚刚，Anthropic 正式发布 Claude Fable 5.2 和 Mythos 5.2，并在官方报告中披露了机器人控制测试成绩。
在 RoboDojo Sim 测试中，Fable 5.2 获得了64.9%的平均成绩，而GPT-6 Astra只有29.8%。前者达到后者的2.18倍。
Anthropic 还使用同一测试框架，对上一代 Fable 5.1、Opus 5.5 等模型进行了评测，具体结果如下：
Fable 5.2：64.9%
Opus 5.5：39.4%
GPT-6 Astra：29.8%
Fable 5.1：27.6%
这次进步尤其值得关注的是，Anthropic 不仅官方宣称 Fable 5.2 超越了其他参与同框架测试的前沿通用模型，还表示其成绩超过了大多数专门为机器人控制开发的 AI 系统。
Anthropic 这次究竟测了什么？
Anthropic 此次使用的是 RoboDojo Sim，测试 AI 能否根据摄像头图像，控制仿真环境中的双臂机器人完成操作任务。
官方特别强调，这次比较中的模型使用了相同的harness，各模型均采用其可用的最高推理强度。Fable 5.2 的64.9%来自 Max effort 配置。
RoboDojo Sim 公布的是平均得分，并不意味着64.9%的任务全部成功。
值得注意的是，这次测试由 Anthropic 自己运行，并不是 RoboDojo 官方排行榜公布的成绩。
例如，GPT-6 Astra 在 Anthropic 报告中的成绩是29.8%，而 RoboDojo 官方榜单此前公布的综合得分是28.97。
因此，目前可以直接比较的是 Anthropic 此次内部测试中的几个模型，而不能据此给 Fable 5.2 确定 RoboDojo 官方榜单名次。
Anthropic 在发布文章中也没有进一步披露 Fable 5.2 的逐项任务成绩，因此暂时还无法知道它具体在哪些机器人操作任务上进步最大。
除了RoboDojo，
Anthropic还展示了真实机器人操作
Anthropic 在报告中还发布了一段 Fable 5.2 控制实体机器人的演示视频。
其中包含三个具体任务：
第一个是解谜题方块。 机器人需要操作方块，完成解谜任务。
第二个是拧开瓶盖。 机器人通过实际操作完成瓶盖旋拧。
第三个是画出机器人图案。 机器人控制绘图工具，在纸面上绘制图案。
Anthropic 在报告中提到：“即使对于它从未接受过明确专项训练的机器人任务，也是如此。”
也就是说，Anthropic 强调 Fable 5.2 的机器人控制能力提升，并不局限于它曾经明确训练过的任务。
Anthropic 此次将机器人评测纳入新模型的重要展示内容，是其开始更加重视机器人领域的一个信号。
