GPT-6-Astra具身能力遭大考！传统基准拿满分，真机频碰壁
2026.10.19 · 观点 · 论文 · 论文预印本
商汤等团队系统评测GPT-6-Astra，仿真高分但真机精细操作屡屡失败。
商汤联合大晓机器人、Ropedia、新加坡南洋理工大学和东京大学发布报告，系统评测GPT-6-Astra的具身能力。该模型在LIBERO-Long++等传统基准上取得满分或接近满分，但部署到8个真实机器人平台后，插插头等日常任务频频失败，成本与耗时问题突出。
- 覆盖12项仿真评测与8个真实机器人平台
- LIBERO-Long++达100%，LIBERO-Pro达99.3%
- RoboDojo成功率从27.6%提升至81.9%
- 真机插插头操作11次均未成功
- 把笔放进笔筒耗时4个多小时、花费55美元
为什么值得看
看清通用大模型具身能力的真实上限与短板。
适合谁关注
关注具身智能、机器人操作与大模型评测的读者。