GPT-6 Astra 机器人实测:任务决策强,物理控制仍是短板
Galbot · hf · 2026-10-01
Galbot 系统评估了 GPT-6 Astra 作为通用具身策略(embodied policy)的能力,覆盖六大领域:
- 抓取操作:可修正任务目标、为后续策略准备接触条件;与 π0.5 混合控制在 RoboDojo 子集上成功率达 48%。
- 灵巧手操作:混合控制在 10 次 DexJoCo 试验中成功率 50%,但直接手指控制难以协调接触。
- 移动操作:混合控制在 RoboCasa365 上成功率 38.7%。
- 导航:RxR 指令跟随成功率 92%、HM3D 物体搜索 82%,但搜索绕路明显。
- 运动控制(locomotion):密集动作参考生成不可靠,5 次连续障碍跑无一到达终点。
- 人形全身控制:在 HumanoidBench 30 项任务中的 13 项超过基线。
核心结论:任务决策能力与可靠物理控制之间存在明显差距。推理延迟是实际控制的硬约束——每个条件下 50 个 RoboDojo 实例消耗 6.248 亿至 11.32 亿 token;30 秒运动任务需 250 次模型调用,平均每次 39.86 秒,且推理期间物理仿真需暂停。
「具身」频道最新
- 蚂蚁灵波具身大模型挑战赛收官:TARS战队48小时真机对决夺冠 — 新智元 · 2026-11-16
- 特斯拉 FSD 城市街道里程破 70 亿英里,四周新增约 5 亿 — XFreeze · 2026-11-16
- Ropedia 发布 Xperience 2:1500+ 真实场景扫描配第一人称演示 — liuziwei7 · 2026-11-16
- 杭州群核联合华测发布 3D 激光扫描仪 Aholo MS07 — teortaxesTex · 2026-11-16
- LeRobot 0.7 发布:新增 YAM、reBot B601 与宇树 G1 多款机器人硬件支持 — mishig25 · 2026-11-16
- MathWorks 开源机器人资源库:机械臂、无人车、无人机示例一站式入门 — lukas_m_ziegler · 2026-11-16