GPT-6 Astra零样本刷爆RoboDojo榜单，具身公司自研模型动摇

量子位 · wechat · 2026-11-08

量子位报道，GPT-6 Astra 发布仅两个月，具身智能行业已感受到实质冲击，部分具身公司开始裁撤算法岗，原本坚持自研原生具身基础模型的团队也转向结合通用大模型的 RUA 方案。

RoboTwin/RoboDojo 评测基准一作陈天行（港大 MMLab 博士）透露，原本 20-30 分的模型结合 Astra 方案后可提升至 50-60 分。评测发现 Astra 无需任务后训练和示范、仅凭语言指令就展现出三项具身圈重点攻关的能力：ICL（看一段人类操作视频即可复现任务，且能在线纠错调整策略）、OOD 泛化与纠错（物体位置变动后能重新抓取）、开放词汇操作（换说法也能执行指令）。不过报告也提示其真机测试曾因安全问题中止，仿真高分不等于真实生产力。

业内人士指出其局限：破壳机器人许华哲认为复杂物理接触、力控与形变操作仍是短板；自变量王潜强调数据、真机评测、部署等基础设施不会自动消失；云端 API 推理延迟高是实时闭环控制的现实阻碍，但可通过量化、蒸馏、端侧部署优化，且「推理频率」与「控制频率」并非一回事，规划类流水线任务影响有限。陈天行判断，具身公司的机会不在比模型更聪明，而在算经济账：标准化流水线用优化小模型更便宜，开放家庭场景则通用模型更占优，自研方向应转向物理交互、本体控制与部署效率。文末提到行业情绪转向「投资人开始不投具身」，百机大战淘汰赛已开始。

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →