GPT-6-Astra 评测：12 项机器人基准接近饱和，实测仍难落地
rohanpaul_ai · x · 2026-10-22
商汤日日新、Ropedia、南洋理工与东京大学的联合团队发表论文《Has GPT-6-Astra Achieved Embodied Intelligence?》，在 12 个代表性机器人基准上大规模评测 GPT-6-Astra 的具身能力。
主要发现
- 允许从训练演示做 in-context learning 并大幅放宽执行步数后，GPT-6-Astra 在 LIBERO 系列接近饱和，RoboDojo 达 81.9%、DexJoCo 达 87.3%。
- 但代价极高：单个 LIBERO-Ultra-Long 长任务消耗约 900 万 token、耗时近 2 小时；真机上无法用更多步数换成功率，也无法验证物理成功或从不可逆错误中恢复。
- 团队还发现高层推理器（System 2）与低层控制器（System 1）的闭环协调虽昂贵但有效，并提出了基于真实需求、无域内演示、世界时钟持续运行的下一代具身基准原型。
结论：GPT-6-Astra 已跨过「具身胜任」门槛，但尚未达到「实用具身智能」——当前通用模型可作为研究用机器人控制器，真实部署仍受任务专用演示、算力成本与物理限制阻碍。
所属事件:商汤联合团队实测 GPT-6-Astra 具身智能：分数高但落地难(2 条相关)→
「具身」频道最新
- 日本用户把 Rabbit R1 当贴身杂务终端,日常真机使用实录 — SimonBalmain · 2026-10-22
- Tuesday Labs 推出管家机器人 Voxel,从清理面包屑干起 — CurieuxExplorer · 2026-10-22
- 马斯克放话:特斯拉将承包全球大部分乘客里程,Uber 危矣 — alexmacgregor__ · 2026-10-22
- 用 Codex 驱动无人机：单次决策耗时 12-20 秒成主要瓶颈 — kfountou · 2026-10-22
- 机器人穿搭成新产业？外观时尚化悄然兴起 — micoolcho · 2026-10-22
- 实拍展会人形机器人:髋膝多自由度关节与背部结构特写 — micoolcho · 2026-10-22