网通社科技快报
GPT6.2 Astra具身任务成功率翻倍至41.2% 首次通关打结与展T恤
OpenAI最新发布的GPT-6.2 Astra在具身智能实测中取得显著突破。根据XDOF Ember-0基准测试结果,该模型操控双臂机器人完成16项真实物理操作任务的综合成功率达41.2%,相较两个月前GPT-6 Astra的19.6%提升21.6个百分点,实现超两倍增长。测试覆盖空间推理、双臂协作、工具使用、精细力控及柔性物体处理等维度,每项任务按30次重复协议执行,数据经人工标注校准以排除硬件干扰。
最具标志性的是“给绳子打结”与“展开T恤”两项任务——此前在Ember-0累计143次尝试中无一模型成功,GPT-6.2 Astra首次实现全链路通关。其他任务中,“用夹子夹起面包”成功率从10%跃升至90%;“拉动毛巾取回远处毛绒玩具”“倾斜托盘让球滚入碗中”等物理推理任务,以及“寻找被遮挡马克笔”“遵循红色便签隐藏指令”等感知记忆类任务均有明显进步。16项任务中有13项优于前代,如“Retrieve out-of-reach plush”(97% vs 63%)、“Move potato chip without breaking it”(93% vs 53%)和“Follow the red sticky note”(79% vs 19%)。
同期,OpenAI于2026年11月13日正式解散成立不足半年的独立机器人团队,将人员并入主研团队,转向通用大模型驱动具身智能的技术路径。此举源于GPT-6系列在机器人控制中的优异表现:仅通过连接GPT-6 Astra即可驱动机械臂执行具体任务,效果超出预期。AA-Robotics v0.1零样本测试中,GPT-6.2 Astra以79分完成8项物理任务中的6项,GPT-6.2 Sol亦达78分,全程禁止专项训练,仅靠生成代码控制6轴机械臂。
该进展标志着通用模型正从“理解世界”迈向“作用于世界”。柔性物体操控的首次实现,反映模型对非刚性形变、力反馈与多步规划的联合建模能力取得实质性突破。当前成果仍限于结构化实验室环境,开放世界不确定性尚未验证,但41.2%的成功率已远超线性进步范畴,体现模型对物理因果链建模能力的质变。行业格局随之重塑,若后续版本稳定突破50%阈值,具身智能或将进入通用模型主导时代。
最具标志性的是“给绳子打结”与“展开T恤”两项任务——此前在Ember-0累计143次尝试中无一模型成功,GPT-6.2 Astra首次实现全链路通关。其他任务中,“用夹子夹起面包”成功率从10%跃升至90%;“拉动毛巾取回远处毛绒玩具”“倾斜托盘让球滚入碗中”等物理推理任务,以及“寻找被遮挡马克笔”“遵循红色便签隐藏指令”等感知记忆类任务均有明显进步。16项任务中有13项优于前代,如“Retrieve out-of-reach plush”(97% vs 63%)、“Move potato chip without breaking it”(93% vs 53%)和“Follow the red sticky note”(79% vs 19%)。
同期,OpenAI于2026年11月13日正式解散成立不足半年的独立机器人团队,将人员并入主研团队,转向通用大模型驱动具身智能的技术路径。此举源于GPT-6系列在机器人控制中的优异表现:仅通过连接GPT-6 Astra即可驱动机械臂执行具体任务,效果超出预期。AA-Robotics v0.1零样本测试中,GPT-6.2 Astra以79分完成8项物理任务中的6项,GPT-6.2 Sol亦达78分,全程禁止专项训练,仅靠生成代码控制6轴机械臂。
该进展标志着通用模型正从“理解世界”迈向“作用于世界”。柔性物体操控的首次实现,反映模型对非刚性形变、力反馈与多步规划的联合建模能力取得实质性突破。当前成果仍限于结构化实验室环境,开放世界不确定性尚未验证,但41.2%的成功率已远超线性进步范畴,体现模型对物理因果链建模能力的质变。行业格局随之重塑,若后续版本稳定突破50%阈值,具身智能或将进入通用模型主导时代。