对照图文排查组装疏漏，GPT-6 Astra家具装配核验准确率达到80%

OpenAI 展示 GPT-6 Astra 的一项实用识别能力。模型读取纸质或电子版安装说明书，搭配现场实拍照片，定位家具组装过程里出现的错误。

普通图像模型只能识别物体外观，很难对照分步装配规范，判断零件顺序、安装方向、部件对位的偏差。整套能力依托多模态理解，同步解析文字步骤和视觉画面，比对两者之间的差异。

测试场景覆盖衣柜、置物架、桌椅这类板式家具。装配方向颠倒、零件漏装、螺丝点位错位等问题，都在模型识别范围内。这套任务下模型识别准确率达到 80%。

用户上传组装说明书和实拍图片后，模型标记出错位位置，同步描述问题类型。相关提示信息可以给到普通组装人员，减少反复拆装带来的损耗。

同类场景可延伸至家电组装、设备现场装配核验。模型对图文时序逻辑的理解，支撑跨介质的内容比对。

这项能力将并入 GPT-6 Astra 的多模态接口。开发者可以将该视觉校验逻辑接入各类面向家居、售后场景的应用。