商汤给 GPT-6-Astra 做"真机体检"：仿真考卷近乎满分，一上手就露怯
2026.10.20 · 事件 · 行业动态 · 媒体报道
商汤联合团队用12项仿真评测和8个真机平台测试 GPT-6-Astra，发现其仿真成绩接近满分但真机操作失误频发。
商汤联合多家高校与企业团队，对 OpenAI 的 GPT-6-Astra 进行具身智能评测，覆盖 12 项仿真评测和 8 个真实机器人平台。结果显示，GPT-6-Astra 在仿真评测中接近满分，但在真机上面对精细接触、长程任务时失误频发，且常误判操作成功状态。团队认为它已跨过具身能力门槛，但距实用化仍有明显距离。
- 覆盖12项仿真评测、8个真实机器人平台
- 仿真成绩接近满分，真机操作失误频发
- 常误判成功状态，走错后补救困难
- 真机试错成本高，距实用化仍有距离
- 团队推出 SenseNova-RoboRSI 框架应对
为什么值得看
揭示具身智能从仿真到真机的真实差距，以及评测体系本身的泡沫。
适合谁关注
关注具身智能、机器人、大模型评测的从业者与研究者。