其中，Fable 5.2在机器人控制测试中的得分超过GPT-6 Astra的两倍，成功指挥机械臂完成拧瓶盖、操作魔方及绘画等复杂动作。

今年9月发布的GPT-6 Astra已展示出通用大模型在具身智能领域的潜力，其在未经专门训练的情况下，直接指挥机器人完成洗笔、画画等任务，成功率超越许多专用模型。宇树科技创始人王兴兴曾指出，此类进展对行业认知冲击巨大，具身智能的技术临界点可能在一两年内到来。

如今，Fable 5.2以更高的测试成绩进一步切入机器人控制领域。

从软件开发到机器人控制，Fable 5.2能力全面升级

Fable 5.2和Mythos 5.2基于相同的底层模型构建。相比以往版本，新模型表达更清晰，能够支撑更复杂、更长周期的实际工作任务。

在物理机器人控制方面，Fable 5.2展现出显著提升。在Anthropic内部RoboDojo模拟双臂机器人测试中，Fable 5.2得分达64.9%，是GPT-6 Astra（29.8%）的两倍以上，较上一代Fable 5.1（27.6%）提升37.3个百分点。官方表示，该模型甚至能完成未被明确训练过的任务，如解魔方、拧瓶盖和绘画等。

在编程与应用开发方面，Anthropic透露，目前其核心代码库超过90%的变更由人类指导下的Claude完成。Fable 5.2能在几分钟内修复顽固Bug并优化服务性能。

一项实验显示，工程师要求Fable 5.2设计一个原型操作系统。模型协调1000多个子智能体，历时8天完成代码编写、测试和审查，最终产出一个包含内核、磁盘、窗口界面及安装程序的完整系统，并可在笔记本电脑上启动。

此外，Fable 5.2的能力延伸至电子硬件设计。在与电路板设计公司Diode的合作中，模型根据简要需求，独立完成了USB会议扬声器、家庭语音助手终端和掌上电子宠物的规格制定、元器件选择、电路与外壳设计及固件编写。Diode工程师在模型指导下完成制造与组装，三款原型机均在无修改电路的情况下正常运行。

在长程协作与科研任务中，由1000个Fable 5.2智能体组成的团队在30小时内完全形式化了费马大定理，并将其转化为计算机可验证的语言。相比之下，Opus 5.5在相同配置下18小时仅完成26%，30小时后几无进展。

测试数据显示，Fable 5.2在复杂编程、科研任务、电脑操作、机器人控制、跨学科推理及图表识别等多项指标上，均优于Fable 5.1，并在多数项目中领先于OpenAI的GPT-6 Astra和谷歌的Gemini 4 Carbon。

在FrontierCode 2.0复杂编程测试中，Fable 5.2得分为49.1%，较上一代提升16.7个百分点，高于Opus 5.5（45.5%）、GPT-6 Astra（42.8%）和Gemini 4 Carbon（41.1%）。

通用模型厂商加速渗透机器人产业

Fable 5.2引发的关注已超出模型升级本身。从GPT-6 Astra到Fable 5.2，机器人控制能力的突破使行业聚焦于通用模型厂商在具身智能领域的介入深度。

早在2025年8月，Anthropic便通过“Project Fetch”实验，让无机器人背景的员工借助Claude为四足机器人编程。2026年7月，研究覆盖机械臂、四足及人形机器人，结论指出模型表现取决于连接方式：直接驱动关节易失败，而借助控制器和工具则可完成导航与操作。

这一战略方向也反映在人才招聘上。目前，Anthropic正在招聘物理AI应用工程师，负责协助机器人、半导体及航空航天领域的初创公司，将Claude融入软硬件的设计、仿真及测试流程中。

这意味着通用模型不仅可能参与机器人运行，更可能率先进入研发工具链。

值得关注的是，曾在特斯拉Optimus负责机器人灵巧操作的模型研究员Bingjie Tang宣布加入Anthropic。她此前的工作涵盖数据采集、策略训练、评估及真实部署。

具身智能领域的人才与技术向通用大模型迁移，标志着两者技术边界日益模糊。对于具身智能企业而言，这既提供了新的技术选项，也带来了差异化空间被压缩的压力。

过去需专门开发的任务理解、空间判断及部分动作生成能力，正逐渐融入通用模型。尽管距离机器人系统持续稳定工作仍有差距，但通用大模型已成为具身智能竞争中不可忽视的关键变量。