GPT-6 Astra掀起的具身智能風暴仍在持續。
9月初，OpenAI發佈GPT-6 Astra。
這款通用語言模型針對Agent和Coding進行最佳化，用於電腦操作、網頁瀏覽、寫程式碼、網路安全、科學推理，但一個字沒留給機器人。
然而，隨後幾天，用GPT-6 Astra控制機械臂的視訊演示大範圍傳播，新模型無需額外訓練，直接操控機械臂抓取，放置物體，具身智能圈迅速展開了測試與爭論。
獨立評測機構Robocurve的實機測試顯示，在雙臂機械臂執行“抓取方塊並放入碗中”的任務上，Astra取得95%的成功率，明顯高於Claude Fable 5.1的40%。
亞馬遜Alexa首席科學家Zeeshan Zia公開斷言，機器人領域的OpenAI可能就是OpenAI本身，而不是Physical Intelligence或Skild。
OpenAI CEO奧爾特曼（Sam Altman）則對外證實，公司正在研發首款人形機器人產品。
“2027年我們會有一個很酷的演示，一個很棒的演示。我不認為再過幾年就會大街上到處有機器人走動，但我們會拿出令人印象深刻的東西。”奧爾特曼表示。
但在OpenAI首個機器人發佈之前，替它把機器人三個字接上的，是一家中國公司。
9月12日，一份三十頁的技術報告掛上github平台，標題起得很直白——《GPT-6 Astra 作為具身策略》。
作者來自銀河通用機器人團隊，報告第一作者是北京大學前沿計算研究中心助理教授、銀河通用創始人兼CTO王鶴教授的博士生Jiayi Su（蘇佳奕），通訊作者是王鶴與銀河通用聯合創始人、大模型負責人張直政。
這份報告中，銀河通用把GPT-6 Astra和 Physical Intelligence 的 π0.5 放進同一個模擬雙臂測試台，跑了上百次任務，全程錄影，評測資料和程式碼全部公開。
這不是Demo演示視訊，而是一套閉環對比實驗。
結果顯示，團隊在10類複雜機器人操作任務的50次測試中，GPT-6 Astra Direct任務中成功13次，成功率為26%，48個具有完整原生評分的任務平均得分為37.81。接入π0.5後，成功次數提高到24次，成功率達到48%，平均得分升至62.6分。
更值得注意的是，Astra只修改了全部執行控制步驟中的14.4%。
顯然，儘管當前Astra還替不了機器人的“小腦”，執行比如插入、倒液體等高難度、依賴真實物理控制的任務，但它可以看懂環境、判斷和規劃。
隨著通用模型能力變強，機器人“大腦”分工可能會被重新劃分，一旦GPT-6和π0.5這類具身智能開源模型進行結合，機器人在人類任務上展現出更多“智能湧現”的能力。所以，國內具身智能行業正在迎來一個新的挑戰。
對此，極佳視界聯合創始人兼首席科學家朱政近期發出警告，GPT-6這類語言模型已經吃掉了多模態，正在蠶食具身智能，人才、算力、資金又全面佔優。“狼已經來了，放棄幻想”。未來一兩年將是關鍵窗口，今天的具身智能還沒有真正的護城河。
銀河通用團隊讓 GPT-6 Astra 只改 14.4% 的動作，就把機器人行業的防線往後推了一截。
這意味著，通用大模型與具身智能之間的邊界正在快速移動，留給中國具身智能的時間不多了。
成功率達到原來的2.4倍
通用模型闖入物理世界
1991年，美國麻省理工學院（MIT）教授Rodney Brooks提出了一個後來被反覆引用的判斷：
智能不是大腦單獨算出來的，而是大腦、身體、環境三者互動的產物。
這就是具身智能（Embodied AI）的理論起點，它其實回答了一個問題：物理 AI 到底從何而來。
但這個命題提出後很長時間裡更像一句哲學判斷，落不了地。
真正把 AI 往前推一步的，是後來的大語言模型（LLM）。大模型活在純數字空間，沒有身體，靠海量文字和圖像做統計擬合。它能輸出文字、圖片、視訊、程式碼，能跟你滔滔不絕地談論世界，卻並不作用於世界。它懂機率，不懂因果；它見過幾萬張杯子的照片，卻不知道一隻杯子為什麼會從桌上滑下去。
變化發生在多模態和世界模型這兩條技術線開始匯合之後。通用模型不再只輸出語言，它開始能“看見”空間、預測動作的後果，也是在這個節點上，具身大模型成了機器人“怎麼做”的核心工具，而通用大模型本身，則成了這套東西的上一代範式。
但到了2024年CES上，輝達 CEO 黃仁勳正式把這套東西命名為“物理 AI”（Physical AI），指能在物理世界感知、推理、行動的 AI 系統。
它有一個可以寫下來的公式：物理 AI=世界模型（腦）+具身智能（身）+ 硬體本體與模擬訓練。前者負責看懂世界、預判後果，後者負責動手執行、邊做邊學"，再加上硬體和模擬把這套閉環真正跑起來。
但到了 GPT-6 Astra，這條邊界又開始模糊了。
核心原因在於，Astra在視覺理解、空間規劃、糾錯和工具呼叫上的升級非常明顯，直接把建模能力和空間能力往上推了一個檔次。
換句話說，原本被認為必須靠機器人身體、靠物理互動才能補上的那塊短板，通用模型自己正在數字世界裡提前練出來。
海外團隊Robocurve 做了一個實驗，利用雙臂 I2RT YAM，20 次呼叫預算，每個模型每個任務跑20次，人工按完成階段打分。
Jay Chooi表示，GPT-6 Astra在機器人控制任務中得分95%，相比 Fable 5.1的40%，成功率是原來的2.4倍，而輸出tokens數量減少了6.2倍，成本降2.3倍。
而在涉及精確度的更難任務上，Astra的成功率與Fable 5.1 相同（2/20），但使用的輸出tokens數量減少了3.9倍，並且成本降低了1.6倍。
顯然，通用模型已經闖入了物理世界。
消耗近18億Tokens，
GPT-6強在理解任務和發現問題
當GPT-6發佈之後，銀河通用團隊沒有只是關注，而是直接上手進行了測試。
根據報告顯示，銀河通用團隊利用RoboDojo基準測試，做了類似的實驗，選取10類複雜機器人操作任務，包括整理桌面、根據語言分類物體、排序數字、裝箱、搭塔、麻將槓牌、疊衣服和瓶子入桶等，每個任務進行5次測試，共50次。
實驗設定了兩種方案。
一種是GPT-6 Astra Direct，由Astra直接根據視覺、本體狀態和任務目標生成機器人動作。
另一組是π0.5+Astra，由π0.5提供動作，Astra觀察環境和候選動作，提供語義層面的判斷與修正，與π0.5的物理空間互動及動作先驗形成互補架構，結果差異明顯。
在50次任務中，Astra Direct成功13次、成功率26%、任務平均得分為37.81分。
接入π0.5後，成功次數提高到24次，成功率48%。
更值得注意的是，Astra只修改了全部執行控制步驟中的14.4%。
換句話說，大部分動作仍由π0.5完成，Astra主要在關鍵節點負責理解任務、判斷當前狀態，以及決定是否需要修正。
π0.5+Astra排名第一，而除了Galaxea G0.5，其他中國具身模型的分數低於Astra分數，榜單上還看得到小米 R1、美團 R0等模型的名字。
不僅如此，在“物體分類”任務中，Astra Direct得到100分，5次全部成功；“按語言分類”平均得分達到60，成功率40%；“排出最大數字”得分57。
也就是說，兩類模型不僅具有明顯的互補性，而且大模型擅長的語言理解、視覺識別、關係推理和目標規劃能力，也得到了應用。
此外，RoboLab實驗進一步展示了GPT-6 Astra在另一類任務上的優勢，考察通用機器人策略對視覺、物體關係、任務指令和空間結構的理解。
團隊從中選取10類任務，每類進行5次評測，共50次，包括將方塊放入容器、在雜物中尋找並移動南瓜、按照指定順序堆疊積木、調整杯子朝向，以及把不同物體放入指定位置等。
結果顯示，GPT-6 Astra Direct在50次實驗中成功49次，成功率98%；Astra+π0.5完成46次，成功率92%。
作為參考，同一組統計中的π0.5完成18次，Cosmos3-Nano-Policy完成18次，DreamZero完成17次。
在“物體分類”等任務中，Astra Direct甚至取得100分。
Astra在多個任務中實現5次全部成功，包括方塊入箱、雜物中處理南瓜、按照關係擺放物體、按指定順序堆疊、重新調整杯子方向等，唯一沒有全部成功的是“大號葡萄乾盒放入容器”，5次完成4次。
值得注意的是，除了畫面、機器人狀態和自然語言任務描述，Astra沒有針對這些具體任務額外訓練。
而到了精細接觸、穩定抓取和連續控制的任務，大模型短板暴露出來。比如，Astra Direct在搭塔任務中平均只有12分，麻將槓牌為0分。
這意味著，這些任務要求精確接觸、穩定抓取、碰撞控制以及對物體受力狀態的持續判斷。所以，相比語義和視覺任務，大模型能夠理解目標，並不等於能夠穩定完成動作。
加入π0.5之後，“搭塔”從12分提高到64分，麻將槓牌從0提高到40，疊衣服和瓶子入桶等任務也明顯改善。
當然，這種能力提升的代價仍然很高。RoboDojo實驗中，π0.5+Astra累計消耗約6.25億Tokens，Astra Direct則超過11.3億Tokens。
加一起接近18億Tokens。
但需要說明的是，這是兩個不同方案各自的總消耗，不是“一起跑了18億tokens”。
實驗中還出現了大量傳統機器人策略較少展示的行為。
例如，Astra不會把一條指令執行到底。每做完一段，它就看一眼新畫面，重新判斷任務狀態：抓得不對就換個姿勢重來，擺好了但沒真正完成就繼續修正，裝箱時連箱子後面漏掉的東西也會回頭找，計畫走不通，就當場換一條路。
這印證了一層最重要的資訊：Astra最擅長的是語義理解、視覺識別、空間關係判斷和任務規劃，所以，大模型已經能夠進入機器人策略層，但依然缺乏對物理世界的理解和對物理世界的操作。
最終的結論是，GPT-6 Astra已展現出很強的機器人策略能力，它能從任務語義出發提出動作，糾正目標對齊錯誤，進行非抓取操作，並根據執行反饋推理和恢復。它的優勢不僅在於生成動作，還在於遇到特殊情況時重新理解“現在應該做什麼”。
而π0.5則可以類比為這一架構的“小腦”，以較低的推理開銷提供熟練的動作軌跡和物體互動先驗。
不僅如此，GPT-6 Astra可以判斷目標、處理異常並作出針對性修正。
兩者結合後，僅14.4%的執行控制步由GPT-6 Astra修正，就在RoboDojo任務子集上獲得了更高的成功率，同時比Direct控制消耗更少的token。
而且，最近我在一些貼文中也發現，GPT-6 Astra也可以做靈巧手的模擬模擬。
這證明，GPT-6 Astra非常適合在機器人資料採集和模擬建模場景當中落地。
上述測試結果為具身智能行業指向一種有價值的分工：讓具身策略承擔它擅長的連續操作，讓通用模型在目標、幾何或任務進度偏離預期時重新判斷。語義推理與動作經驗並非互相替代，而是可以在同一個閉環中相互增強。
留給國內具身智能的時間不多了
Astra為什麼能較好地控制機械臂執行任務？
去年開始，OpenAI和Anthropic就在大量採購機器人資料，並有自己的小規模資料工廠，還招募了不少機器人方向研發人才。
今年2月，OpenAI宣佈獲得 1100 億美元新增投資，此後又完成1220億美元新一輪融資。這筆資金當中，OpenAI 已經通過資料採集機構購入千萬小時級的具身資料，在這個方向投入百億人民幣級資源。
奧爾特曼本人也把話說明白了：要做人形機器人。
那麼，對於中國具身智能和人形機器人公司來說，怎麼辦？
前地瓜機器人具身負責人、虛時科技CTO何泳澔認為，VLA、世界模型這類方案，可能已經沒有太大投入的價值了，具身的突破大機率來自基模大廠。
在最近外灘大會期間，自變數機器人CEO王潛則做出了一個判斷：“今天（具身）智能的本體是存在於資料裡面的，模型更多的是蒸餾器和容器。”
他認為，語言模型每一代的提升，一部分來自模型規模變大（這部分更多是 Infra 層面），更大的提升其實來自越來越好的資料。Coding先被解決，因為它是最容易製造和驗證的資料，數學緊隨其後，3D和視訊生成也因為相對容易標註而快速進步。
當然，他這個判斷有依據：物理資料採集、硬體適配、長期穩定運行，這些門檻大模型公司一樣要補，跨不過去，但門檻是所有人都要交的作業，不是誰家的護城河。
破殼機器人創始人、清華大學交叉資訊研究院助理教授許華哲在外灘大會上提到，GPT-6 Astra是相當驚豔的，他們團隊在Astra可用當天就做了測試。但他給出的結論是，如果把具身任務拆成語義泛化、空間泛化和物理泛化三個維度，Astra在前兩項上很強，只在物理泛化上較弱。
他舉了個例子，Astra甚至能抓起一根放在桌面上的筷子，甚至能把筷子立起來插進杯子裡，但一旦涉及帶物理接觸的複雜任務，比如用筷子挑開東西、疊衣服、疊盒子，Astra都是做不了的。
這就是當前的真實邊界。
儘管Astra這類AI大模型在物理世界的“粗放操作”已經很猛了，但精細操作都還有進步空間，尤其對於那些需要接觸力、變形、摩擦的精細操作，通用模型依然無法實現。
所以看起來，GPT-6 Astra+π0.5未必是最終形態，但銀河通用這份報告已經讓一條路徑變得更清楚：通用模型擴大認知和泛化邊界，具身模型補足動作與物理互動能力。
正如螞蟻靈波科技CEO朱興提出的問題：OpenAI這麼強，為什麼不去做自動駕駛，短時間內掀翻特斯拉？
顯然，模型優勢到產業優勢之間，隔著資料管線和場景know-how問題。
當9月初Astra發佈之後，網上轉的demo，視訊拍得好看，轉一圈也就過去了。但銀河通用團隊直接把 Astra 接進了自己的模擬雙臂台。
這反應速度不是臨時起意，而是這些研發人員自己就是天天跟策略、控制步、成功率死磕的人，希望瞭解Astra跟以前那些“能看不能動”的語言模型到底差在那。
如果說，這篇報告表面看是銀河通用幫Astra做了一次公開評測，但實際上，這是在拿別人的尺子量自己的路。
銀河通用自己一直在搭大腦+小腦的分層架構，π0.5這一類提供動作先驗，大模型做語義判斷和方向修正。
這套思路對不對，以前只能自己跟自己比，但現在，銀河通用利用驗證Astra，等於從外頭把答案又寫了一遍：通用模型確實擅長理解任務、發現跑偏、糾正方向，但一到插管子、疊衣服、搭塔這種要手勁、要接觸力的活，它就是不行，必須靠小腦兜底。
銀河通用敢把測試資料全公開，把小米、美團、π0.5等模型名字全擺到同一張榜單上，誰高誰低一目瞭然。這不是蹭熱度，而是做產品的人才有的底氣。
也正因為如此，他們比誰都清楚通用大模型會把行業的牆推到那，銀河通用自研的銀河星腦才不是追著GPT-6跑。
從銀河通用成立第一天起，就是按“一腦多形”的終局在搭：銀河星腦做全身全手端到端的具身基座，AstraBrain-WBC 0.5 管全身即時運動控制，WAM/LDA 把世界模型和動作模型塞進同一個隱空間，NavFoM 負責跨本體導航。
其中在具身智能部分，銀河通用打造的銀河星腦 (AstraBrain)定位為全球首個全身全手端到端具身基座大模型，讓機器人具備類似人類的思考、理解和操作能力，支援機器人處理工業、商業等複雜場景中的多樣化任務。
通用小腦部分，銀河通用打造AstraBrain-WBC 0.5，專注於人形機器人全身的即時運動控制，在真實物理機上實現了大量未見動作的零樣本泛化執行。
世界動作模型層面，銀河通用將世界模型與動作模型進行統一框架（WAM）設計，通過潛在動態行動模型 (LDA)，在隱空間中把VLA模型與世界模型融合統一，實現跨本體泛化，提升機器人在未知環境中的自主反應和操作能力；此外，NavFoM則是全球首個跨本體、全域環視的導航基座大模型，幫助機器人在複雜環境中實現從簡單跟隨到自主通行的跨越。
Astra證明了，“大腦管判斷、小腦管動手”這條路走得通。
而銀河通用要做的事，是把這套東西從論文裡的模擬台，搬進商場、工廠、酒店，變成每天真的在跑、真的在幹活的機器人。
正如Scaling Law所揭示的，當資料規模越大、質量越高，模型的能力邊界就越寬。隨著資料與算力的進一步放大，我們或許才能真正期待具身智能價值的釋放。
對於國內具身智能行業來說，我們也需要發展自己的通用大腦。但相對於大廠，如果創業公司如今繼續從頭訓練一套大而全的模型，大機率只是用更高的成本，把OpenAI做完的作業重做一遍。
所以，具身智能“百模大戰”才剛剛開始，但大腦這門生意，牌桌上的座位已經不多了。 (智能紀元AGI)