清华伯克利开源 uni-robot-agent：Qwen 以 6.6% 成本跑赢 GPT-6 Astra 公开分
青稞AI · wechat · 2026-11-03
清华大学与加州大学伯克利分校团队（通讯作者含丁宁、Pieter Abbeel、刘知远、徐梦迪）发布 uni-robot-agent，一套模块化、跨环境统一的机器人 Agent harness，论文、代码与项目页均已公开。
核心结果：在 42 任务的 RoboDojo 基准上，Qwen3.8-Flash-Next 拿到 31.39 分，超过 GPT-6 Astra 此前公开的 28.97 分，而单局调用成本仅约 1.09 美元，为 Astra（21.29 美元）的约 6.6%；跑完整 252 局评测前者不到 300 美元，后者超 5000 美元。真机 19 任务评测中，Qwen 零真机数据拿到 53.50 分，高于微调后的 π0.5（47.75），Astra 达 80.50。同一 harness 已接入 Franka 机械臂与 Sharpa 灵巧手，完成抓玩偶、按按钮等灵巧操作。
设计四原则：跨环境统一（仿真与真机共用一套工具定义）、模块化可插拔、严格对齐真实世界可用信息（不给深度/CAD/隐藏标注）、动作后台并行加速。消融实验显示：去掉深度仅靠相机标定，Astra 几乎不受影响（55.83→55.04），Qwen 从 35.89 降至 31.39；连标定也去掉时 Qwen 跌至 9.13，说明标定信息是当前开源模型的关键支撑；关闭技能库后 Qwen 仍保留 96.6% 得分。
失败轨迹分析指出四大短板：看懂场景、找准位置（最强模型仍有 31.5% 标定失败）、算对几何、理解动作合理性；RoboDojo 成绩与具身推理、多模态理解等基准呈正相关，为后续训练指明方向。项目对标编码 Agent 领域的 mini-swe-agent，目标是让机器人交互轨迹可导出为 SFT/RL 原料，形成开源模型的持续学习闭环。
所属事件:清华伯克利开源 uni-robot-agent，Qwen 零样本操控机器人跑赢 GPT-6(4 条相关)→
「具身」频道最新
- 伯克利团队提出 Data Inoculation：用 RL 在采数据时就提升质量 — berkeley_ai · 2026-11-04
- Shield AI 曝光 X-BAT 尾坐式垂直起降隐身战机无人机全尺寸原型 — BrettKrieger12 · 2026-11-04
- OpenCV 直播：OpenCV+RealSense+Jetson+ROS 2 打造机器人视觉皮层 — chrismatthieu · 2026-11-04
- Flipper One 启动 Kickstarter 预购，开源硬件神器迎来继任者 — user_7832 · 2026-11-04
- Richard Sutton 团队用强化学习训练机器狗适应月球不规则地形 — RichardSSutton · 2026-11-04
- OpenRUA:开源权重 LLM 零样本操控机器人,Qwen 得分超 GPT-6 Astra 官方成绩 — pabbeel · 2026-11-04