Failure-First AI 安全日报（4 月 18 日）：GPT-5.2 与 OpenAI-o3 在 CHAIN 一次性物理任务中 Pass@1 为 0%

Failure-First 4 月 18 日 AI 安全日报称，GPT-5.2 与 OpenAI-o3 在 CHAIN 交互式 3D 物理基准的「一次性」设置下 Pass@1 为 0%，GPT-5.2 堆叠成功率由交互模式的 31.2% 降至 9.1%。日报还记录 Sora 2、Wan 2.6、Kling 2.6、HunyuanVideo 1.5 的世界模型失效，以及 SafeAgentBench 上具身 LLM 智能体危险请求拒绝率不足 10%。AEGIS/VLSA 包装器在 SafeLIBERO 上使避障率提升 59.16%、任务成功率提升 17.25%。