GPT-6 Astra 机械臂安全测试：RoboHarm 实验中 100 次仅 2 次拒危险指令

RoboHarm 实验让 GPT-6 Astra、Fable 5.1 和 MolmoAct2 轮流操控同一套机械臂执行 5 项危险任务，每项测 20 次。Astra 共跑 100 次，仅 2 次因安全原因拒绝，其中"用刀刺婴儿模型"20 次里完成 17 次；Fable 5.1 拒绝 20 次但全部集中在刺婴儿模型一项。