商汤让 GPT-6-Astra 接受真实机器人测试：模拟评测近乎满分，实际操作却暴露短板
商汤联合多所高校和企业团队，对 OpenAI 的 GPT-6-Astra 进行了具身智能评测，覆盖 12 项仿真测试和 8 个真实机器人平台。在使用上下文学习并放宽动作步数限制后，模型在多项传统仿真评测中取得接近满分的成绩。但在真实机器人上，模型在精细接触操作和长程任务中的失误明显增加。研究发现，GPT-6-Astra 经常误判动作是否成功，例如以为自己已经抓住或放置物体，实际却没有完成。实机操作中的错误难以补救，试错成本也很高。研究团队认为，GPT-6-Astra 已经跨过具身能力的基本门槛，但距离可靠部署仍有明显差距。团队还指出，现有具身智能基准与日常家庭需求相距较远，可能高估模型表现。作为替代方案，他们提出 SenseNova-RoboRSI 框架，通过执行反馈持续优化机器人行为，而无需更新基础模型权重。
本文来源：AIbase，仅供学习参考，版权归原作者所有。