GPT-6 Astra直驱机器人清理陌生厨房

时间：2026年9月27日 地点：美国斯坦福大学、加州理工学院 人物：斯坦福大学C. Karen Liu与Guy Tevet联合指导的Stanford-TML团队，加州理工学院Gio Huh等；OpenAI GPT-6 Astra研发团队；宇树科技Unitree G1机器人平台 事件详情：斯坦福与加州理工研究人员联合发布HomeBody系统，将OpenAI的GPT-6 Astra视觉语言模型直接接入宇树Unitree G1人形机器人，无需任何针对环境的专门训练。机器人在首次进入的陌生厨房中自主探索，使用英伟达Isaac Sim构建数字孪生，将物体位置写入空间记忆，从而能够在物体离开视野后仍能准确定位并从抽屉中取出。给定"清理厨房"这类长时任务时，GPT-6 Astra负责拆解步骤、调用抓取、导航、开抽屉等可组合技能库，并基于执行反馈自纠正错误，全程不依赖额外的策略学习。代码已在GitHub（Stanford-TML/homebody）开源。 背景：传统人形机器人系统通常需要在视觉语言模型与底层电机之间插入一层专门训练的VLA（视觉-语言-动作）控制模块，环境或任务变化后必须重新收集数据并微调。HomeBody彻底移除这一中间层，由GPT-6 Astra直接调用模块化技能库，把"前沿VLM+技能库"作为具身智能的新范式。这一思路与此前GPT-6 Astra在134米锥桶赛道完成真车自动驾驶的能力一脉相承，但首次在长时家务任务中完成零样本验证。 影响：HomeBody在零样本情况下完成跨房间整理与基于模糊指令找回物品，证明GPT-6 Astra的空间推理能力足以承担机器人"大脑"。这意味着具身智能未来或不再依赖大规模机器人特定数据集，前沿VLM+可插拔技能库有望替代端到端学习动作管线，加速人形机器人走入家庭。当前局限仍在于模型响应延迟、手指舵机过热与算力成本；OpenAI此前已宣布重回机器人赛道，剑指个人家用场景。 总结：斯坦福+Caltech联合发布HomeBody系统，GPT-6 Astra直接驱动Unitree G1机器人在未见过的厨房完成自主整理与物品检索，无需环境专属训练；代码已开源，为"前沿VLM即机器人大脑"的范式再添实证。 参考来源： 1. The Decoder原报道：https://the-decoder.com/researchers-plug-gpt-6-astra-directly-into-a-robot-and-let-it-clean-up-an-unfamiliar-kitchen/ 2. 项目主页（Stanford TML）：https://tml.stanford.edu/homebody/ 3. 开源代码（GitHub）：https://github.com/Stanford-TML/homebody 4. AI and Tech News报道：https://www.aiandtech.news/article/researchers-test-gpt-6-astra-direct-integration-with-autonomous-robot-kitchen-cleanup 5. TokenFeed深度解读：https://tokenfeed.ai/gpt-6-astra-tidies-an-unfamiliar-kitchen-it-did-not-ask 6. AGI Hunt项目报道：https://agihunt.info/en/p/1a0e28795a3463efc40cfd39a8f 7. AGI Hunt第二篇报道：https://agihunt.info/en/p/1a0dc0f9cb38077e35e31f57d5a