Astra 机器人控制实测:Johns Hopkins 深度评测其运动与控制理解
jmin__cho · x · 2026-10-09
Johns Hopkins 的 Lin Long 与 Jaemin Cho 发布长文,系统评测 OpenAI 新发布的 GPT-6 Astra 在机器人控制上的真实能力。Astra 被誉为其机器人控制表现已达 SOTA。
- 亮点:Astra 能观察场景、推理并直接生成底层动作,对环境变化做出反应,被认为对控制逻辑与运动动力学有扎实理解
- 作者设计 Ditto-Bench:不同于侧重语义的现有基准,专测需要高难度物理交互的任务
- 核心问题:Astra 能否预判指令如何移动机器人并影响周围物体?能否考虑接触与几何约束,并在实际运动偏离预期时进行调整?
- 文章附完整实验记录、视频、成功与失败案例,代码开源
「具身」频道最新
- Hark 48 小时内用户爆量增长,创始人称正在抢修基础设施 — adcock_brett · 2026-10-09
- aimotive 自动驾驶数据集训练标签靠「事后诸葛」追踪器生成 — RexDouglass · 2026-10-09
- 农业机器人大会 Ruggedize 首届召开,聚焦田野级 rugged AI — Scobleizer · 2026-10-09
- 隐身六年后 Atomic Machines 发布 AI 原生制造系统 Matter Compiler — Scobleizer · 2026-10-09
- Pollen 机器人 Microduck 换自研主板:续航 3 小时,CPU 从 114°C 降至 60°C — huggingface · 2026-10-09
- GPT-6 Astra 机器人控制遇强敌?新基准 Ditto-Bench 检验复杂物理任务 — jmin__cho · 2026-10-09