GPT-6-Astra 机器人能力评测：12 项基准刷新纪录，但推理延迟成软肋
ccloy · x · 2026-10-19
SenseNova 团队发布 GPT-6-Astra 具身智能评测报告
由商汤 SenseNova 联合 60 位作者组成的研究团队在 arXiv 发表报告 《Has GPT-6-Astra Achieved Embodied Intelligence?》，对 GPT-6-Astra 在机器人操作与导航上的能力进行大规模评测：
- 评测范围：覆盖 12 项代表性基准，横跨桌面操作、人形机器人、移动平台与灵巧手。
- 统一协议：允许从训练集演示中进行上下文学习（ICL），并大幅增加执行步数；在该协议下 GPT-6-Astra 取得前所未有的性能，挑战了「为单个任务/本体构建专用模型」的传统范式。
核心主张：推理延迟是具身能力的一部分
作者指出，在物理机器人上重试会消耗时间、造成磨损甚至不可逆失败。在他们原型的家用基准中，世界在推理期间持续运行——agent 可能正确决定关火，却因行动太晚而无法阻止鸡蛋烧焦。
这促使作者提出新型基准设计原则：基于真实人类需求、不提供域内演示、时钟持续走动。报告同时给出了技术报告、项目页与代码链接。
所属事件:GPT-6-Astra 具身智能评测：基准刷新纪录但落地有缺口(4 条相关)→
「具身」频道最新
- Sipeed 推 MaixStation 挑战 DGX Spark：128GB 内存 40W，价格差三倍 — AIFlow_ML · 2026-10-19
- 7 万神经元果蝇全脑模拟 24/7 直播:看见、闻味、怕蜘蛛 — WatchInternational89 · 2026-10-19
- 机器人「大脑」推理成本三个月暴跌 84%，硬件成唯一大头 — victor_explore · 2026-10-19
- 北方工业展出具名「伏羲」的防暴人形机器人,可实时复刻操作员动作 — CyberRobooo · 2026-10-19
- HexaShell：让 VLM 编码 Agent 用视觉和自写工具操控双臂机器人 — HexaFuture · 2026-10-19
- GPT-6-Astra 具身评测：12 项基准表现强劲，实测部署仍有缺口 — sensenova · 2026-10-19