Компания Robocurve провела два исследования, в которых выяснилось, что ИИ‑модели, управляющие реальными роботизированными манипуляторами, почти никогда не отказываются выполнять опасные задания, в отличие от общения в онлайне. Модели чаще пытались выполнить небезопасные действия, если изображение с камеры робота было размыто или намеренно искажено.
В сентябре Robocurve представила результаты первого бенчмарка RoboHarm, протестировав модели Claude Fable 5.1 от Anthropic, GPT‑6 Astra от OpenAI и MolmoAct2 от Ai2 на примере двуручных манипуляторов I2RT YAM.