GPT-6.2Astra具身能力再突破,16项任务成功率41.2%,打结与展开T恤首次通关
OpenAI GPT-6.2 Astra在XDOF Ember-0真实机器人测试中综合成功率提升至41.2%,较GPT-6 Astra的19.6%翻倍有余;首次实现绳子打结与T恤展开两项柔性物体操作,...
GPT-6.2 Astra在具身智能领域的最新实测结果引发行业关注。根据机器人基础设施公司XDOF发布的Ember-0基准测试数据,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。
这一成绩并非依赖单一任务优化,而是整体能力的系统性跃升。测试涵盖空间推理、双臂协作、工具使用、精细力控及柔性物体处理等多维度能力,每项任务均按30次重复协议执行,由六台YAM工作站并行运行,单日可完成480场实测,并经人工标注子步骤与失误点以排除硬件扰动。
其中最具标志性的突破是“给绳子打结”与“展开T恤”两项任务——此前在Ember-0累计143次有效尝试中无一模型成功,而GPT-6.2 Astra首次实现全链路通关。其他任务中,提升幅度尤为显著的是“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”等需物理推理的任务,以及“寻找被遮挡马克笔”“遵循红色便签隐藏指令”等依赖记忆与感知的任务,也均有明显进步。
值得注意的是,GPT-6.2 Astra在16项任务中有13项优于前代模型,包括“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%)等高难度场景。相比之下,同期其他主流具身模型如Fable 5.2、Opus 5.5、Argon等得分均未超过20%,而开源模型Muse、Grok、ER 2则接近零分。
这一进展背后,是OpenAI技术路线的明确转向。2026年11月13日,OpenAI确认已解散成立不足半年的独立机器人团队,将原成员并入主研团队,应用机器人与硬件部门亦作相应调整。官方解释称,调整直接源于GPT-6系列模型在机器人控制上的优异表现:研究人员发现,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。
事实上,早在GPT-6 Astra发布初期,独立评测机构Robocurve的实测已显示其在“抓取方块并放入碗中”任务中达成95%成功率;而最新AA-Robotics v0.1榜单进一步佐证了通用模型的潜力——GPT-6.2 Astra以79分完成8项物理任务中的6项,能力较弱的GPT-6.2 Sol亦取得78分。该测试采用零样本设定,模型以生成代码方式直接控制6轴机械臂,全程禁止专项训练。
这一趋势印证了梁文锋此前的观点:具身智能的突破可建立在通用模型持续进化的基础上,而非依赖专用“空间智能”模型。过去,行业主流路径是视觉-语言-动作模型(VLA),如Diffusion Policy、ACT与RT-2,依赖大量人类示教数据学习刚性物体操作;但面对柔性物体或跨场景泛化时,其局限日益凸显。2025年底起,业界开始转向世界模型路线,而Sora等视频生成模型所具备的物体-空间-运动关系理解能力,为通用模型注入了物理直觉。
OpenAI的路径调整并非首次。2019年曾组建机器人团队探索强化学习抓取,2020年即因数据稀缺与AGI效率考量而解散;2022年聚焦LLM推出ChatGPT;2024年与Figure AI合作试水人形机器人,提供视觉与语言模块,但一年后合作终止;2026年初重启探索,转而从Sora类视频模型切入,试图构建对物理世界的隐式建模能力。
此次GPT-6.2 Astra的突破,标志着通用大模型正从“理解世界”迈向“作用于世界”的关键阶段。柔性物体操控的首次通关,意味着模型对非刚性形变、力反馈与多步规划的联合建模能力取得实质性进展。XDOF在推文中指出,Ember-0基准或将在短期内被模型能力饱和,暗示下一代测试需引入更复杂场景,如动态环境干扰、多机器人协同或长期任务记忆。
与此同时,行业格局正在重塑。传统机器人厂商曾普遍认为垂直模型在力控与本体适配上更具优势,但通用模型的快速迭代正在压缩其窗口期。若后续版本能稳定突破50%综合成功率阈值,具身智能或将真正进入“通用模型主导”时代。
需要强调的是,当前成果仍限于结构化实验室环境,任务设计虽贴近日常但尚未覆盖开放世界不确定性。例如,“展开T恤”在固定平面上可行,但在风扰、褶皱随机或多人交互场景下仍未验证;“打结”仅限单绳简单结型,复杂绳结或动态拉扯仍属挑战。
不过,从19.6%到41.2%的跨越,已远超线性进步范畴。它反映的不仅是参数规模或训练数据的增加,更可能是模型对物理因果链建模能力的质变——能够将语言指令分解为符合动力学约束的动作序列,并在执行中动态修正偏差。
随着OpenAI将资源集中于通用模型研发, 具身智能的发展重心正从“机器人专用算法”转向“通用智能的物理接口”。这条路径能否最终通向实用化服务机器人,仍有待观察;但至少在2026年末,GPT-6.2 Astra已为行业设定了新的能力标尺。
