9月23日，研究机构Epoch AI公布了一项名为家具组装基准测试（Furniture Assembly Benchmark，FAB）的评估结果，旨在衡量多模态AI理解现实世界装配流程的能力。测试选取三款宜家家具，由测试人员故意错误组装，并拍摄不同阶段的照片，要求AI将照片与官方安装说明书进行比对，找出错误位置并说明具体问题。

测试中，AI模型不仅获得组装过程照片，还能调用官方PDF说明书、图片放大工具以及Python解释器。评分采用多阶段验证机制，模型只要能够正确定位错误步骤并大致描述问题即可得分。这一设计并非考察模型对说明书的背诵能力，而是模拟真实使用场景：用户拍摄组装中的家具，AI需判断零件是否装反、安装顺序是否错误，或是否遗漏关键部件。

结果显示，OpenAI最新的GPT-6 Astra在该基准测试中达到80%的准确率，相比2025年底提升近三倍，表明多模态AI在视觉与空间推理方面取得明显进展。该测试共使用60张宜家家具组装过程照片，重点评估模型结合图像与技术文档进行判断的能力。

Epoch AI指出，此类能力与汽车维修、家电检修等需要同时参考图像和技术说明的任务具有较高相关性，因此具备一定的实际应用价值。从识别家具组装错误到辅助设备检修，多模态AI正在向更贴近现实操作的场景延伸。