#GPT-6.2 Astra
最近具身智能圈又炸了,機器人基礎設施公司 XDOF 發佈了 GPT-6.2 Astra 的雙臂機器人真機實測結果,一下子把通用大模型能不能直接操控實體機器人這個老話題,又推到檯面上。 在行業公認的嚴苛物理操作基準 Ember-0 上,該模型 16 項任務綜合成功率從兩個月前的 19.6% 躍升至 41.2%,實現翻倍增長,更首次攻破打結、展開 T 恤兩項長期零通關的柔性操作難題。該結果隨後獲得 OpenAI Developers 官方帳號轉發,OpenAI 聯合創始人兼總裁 Greg Brockman 也公開認可其在機器人領域的表現。 Ember-0 的評測標準 —— 它並非模擬環境中的數字跑分,而是一套面向真實物理世界的雙臂機器人操作評測體系,從測試硬體、執行流程到資料統計都做了嚴格的工程化設計,目的就是過濾 “演示式成功”,還原模型的真實操作能力。 本次測試全部基於 YAM 雙臂機器人工作站完成,整套平台採用標準化機械臂、統一的視覺採集方案與控制介面,從硬體層面抹平不同裝置之間的性能差異。為了最大限度降低隨機誤差與偶然成功,XDOF 搭建了 6 台完全一致的工作站平行試驗,每項任務獨立重複執行 30 次,單日最高可完成 480 場實測。 所有測試過程均由人工標註子步驟完成度、抓取失誤與碰撞事件,最終資料會專門濾除硬體公差、環境擾動帶來的偏差,確保結果反映的是模型本身的決策與操作能力,而非硬體運氣。
通用大模型再衝機器人賽道,GPT-6.2 Astra 具身實測翻倍