商汤等团队系统评测 GPT-6-Astra 具身能力：仿真高分，真机失误频出
同一模型在仿真基准拿满分，真机却插不进插头——这篇评测指出通用大模型跨过具身门槛，但离可靠干活还差得远。
商汤联合大晓机器人、Ropedia、南洋理工大学与东京大学发布技术报告，用 12 项仿真评测和 8 个真实机器人平台系统检验 GPT-6-Astra 的具身能力。结果显示，放宽执行步数限制后，该模型在 LIBERO-Long++ 等传统基准上拿到满分或接近满分，但真实机器人执行日常任务时耗时、成本高，失误频繁。
正文摘录
.jpg) 编辑｜杜伟 上月发布 GPT-6-Astra 时，OpenAI 称它为「全球智能程度最高且最符合人类意图的模型」。具身社区则惊讶地发现，VLA vs WAM（前者是视觉 - 语言 - 动作模型，后者把世界模型与动作生成合为一条路线）的路线之争，被通用大模型用文字模态「降维打击」了。大家不禁想问： 「GPT-6-Astra 的具身能力上限到底在哪？具身社区下一步最值得做的是什么？」  近日，商汤联合大晓机器人、Ropedia、新加坡南洋理工大学和东京大学的研究团队在《Has GPT-6-Astra Achieved Embodied Intelligence?》中，给出了 覆盖 12 项仿真评测、8 个真实机器人平台的系统分析。 他们还分析了 GPT-6-Astra 与底层机器人控制系统的协作方式，搭建了一套更贴近真实家庭需求的具身评测原型。