GPT6 直接当机器人策略：纯视觉零样本堆箱

9 月 21 日，机器人开发者 ChongZzZhang 与 buildsrobots 发布演示，将「GPT6 直接作为机器人策略（policy）」：模型从两路腕装 RGB-D 相机画面和自然语言指令端到端输出末端执行器坐标系（ee-frame）动作，无需专门训练即可完成堆箱操作，buildsrobots 声称成功率接近 100%。该演示若经独立验证，将挑战「机器人策略必须专门训练」的传统路线。

已确认

• 任务包括「找到木箱（可被遮挡）并放到黄色标志上」等堆箱操作，遮挡目标物仍能成功抓放，说明具备一定闭环纠错能力，而非开环重放动作
• 系统不依赖 base/world 坐标系观测，也没有夹爪反馈，仅靠纯视觉闭环完成空间操作
• 两个相机的安装方式与动作格式仅由 Claude 生成的提示词描述，未使用任何专用 harness
• 演示视频以 4 倍/12 倍速播放

尚未确认

• 「成功率近 100%」仅为 buildsrobots 单方声称，样本规模与测试条件未披露

为什么重要

• ChongZzZhang 提炼两点结论：闭环空间理解已是现成能力；推理与可操作性可以在不引入符号化表示的情况下实现
• 若「GPT6 as policy」确能零样本驱动真实机器人操作，通用多模态模型或可直接迁移为机器人控制器，绕过专门的策略训练流程

2026-09-21 ~ 2026-09-21 · 5 条相关

• 【源头】GPT6 直接输出机器人动作,双 RGBD 加指令完成堆箱任务 — ChongZzZhang · 2026-09-21
• 博主演示纯视觉机器人操作:两个腕部 RGBD 加 GPT6 直出动作 — ChongZzZhang · 2026-09-21
• 仅两个腕部相机,机器人闭环空间理解演示惊艳 — ChongZzZhang · 2026-09-21
• 【源头】机器人用 GPT6 当策略零样本堆箱子,成功率声称近 100% — builds_robots · 2026-09-21
• 无 harness 双目视觉闭环演示：空间理解已可开箱即用 — ChongZzZhang · 2026-09-21