通用模型领先 SOTA 专用机器人模型 23.8 个百分点

zakkohane · x · 2026-11-02

zak kohane 公布实验细节：测试在 Robolab-120 高保真物理 benchmark 上进行（Franka Panda 7 自由度机械臂 + Robotiq 2F-85 夹爪），对比三种策略：Direct Policy（LLM 无记忆无状态）、Agentic Policy（持久 Codex 会话 + Python 等数字工具）、Orchestrated Policy（用 DROID 微调的 Cosmos3-Nano-Policy 世界动作模型做分层控制）。结果：Agentic >> Orchestrated > Direct，存在明显的「交接损耗」。专用模型 Lakeside 成功率 51%/完成度 65%，而 Astra（Agentic）达 74.8%/83.5%——通用模型高出 23.8 个百分点。配图展示了三种策略的架构差异。