商汤实测GPT-6-Astra 8真机12基准全交卷

时间：2026年10月19日 地点：香港（SenseNova联合研究中心）/ 上海（商汤）/ 北京（新晋联合团队） 人物：商汤SenseNova联合研究团队（60+作者署名）、OpenAI GPT-6-Astra团队、Dahua Lin（SenseNova联合创始人）、Ziwei Liu、Chen Change Loy、新加坡南洋理工大学、东京大学、Ropedia、大晓机器人 事件详情： 2026年10月19日，商汤SenseNova联合研究团队发布《Has GPT-6-Astra Achieved Embodied Intelligence?》技术报告并在arXiv公开论文（编号arXiv:2610.22471），同时开源日日新SenseNova-RoboRSI执行框架及配套27B具身模型，将任务完成成本压低至GPT-6-Astra直接调用的1/50。报告针对OpenAI 9月发布的GPT-6-Astra模型展开系统评测，覆盖12项仿真基准（含LIBERO-Long++、LIBERO-PRO、LIBERO-Ultra-Long、RoboDojo、RoboLab、Bench2Dex、DexJoCo、SIMPLE、BEHAVIOR、VLN-CE R2R/RxR、LHPR-VLN）与8个真实机器人平台（Franka 3、Franka Panda、Piper双臂、天机M6S灵巧手、AgileX Tracer、宇树G1、轮式移动操作机器人、单臂机械臂），覆盖桌面机械臂、人形机器人、轮式移动操作、灵巧手五大类形态。报告关键结论是GPT-6-Astra在解除两个限制后（允许In-Context Learning从训练示范中学习、允许最高10倍官方交互步数）能够在12项仿真基准上以零样本方式超越已公开最佳结果，但在8个真机平台上仍存在显著的能力—实用鸿沟。在LIBERO-Ultra-Long基准上GPT-6-Astra从最优已发表44.0%跃升至82.2%（标准1x）和98.9%（10x步数）；DexJoCo从40.3%提升至78.2%（1x）和87.3%（10x）；RoboDojo从31.4%上升至81.9%（10x）。 背景： GPT-6-Astra是OpenAI于2026年9月发布的旗舰通用大模型，被官方称为全球智能程度最高且最符合人类意图的模型，其在具身社区引起的震动在于文字模态的通用大模型对VLA（Vision-Language-Action）与WAM（World Action Model）专业路线形成降维打击。9月10—12日2026 Inclusion·外滩大会上，具身智能创业者曾就GPT-6-Astra对专用具身模型的挤压达成共识：窗口期约一两年，复杂物理交互仍是具身公司的最后阵地。SenseNova-RoboRSI是商汤团队搭出的统一Harness运行框架，把模型、技能、机器人工具与评测环境系统接起来，核心消融实验显示：仅换执行系统不改模型参数，RoboDojo平均得分从28.97提升至60.08，任务成功率从22.48%升至54.17%，ICL+10倍动作步数配置下达到81.9%；加入反馈子Agent后成功率从15.83%升至24.72%，历史上下文压缩将平均Token从2.57M降至0.86M同时把成功率提至21.11%；让GPT-6-Astra作为System 2审核VLA候选动作并一次审核4个动作，成功率从23.61%升至25.83%而Token消耗减少约63.5%。 影响： - 具身智能公司估值与路线压力骤升，VLA路线与WAM路线公司被通用大模型文字模态覆盖的窗口期被压缩到一两年，融资谈判中通用模型替代风险成为核心定价变量 - 真机精细操作短板暴露行业硬骨头，把笔放进笔筒需4小时花费55美元、插入插头累计11次零成功、布料折叠2/4等数据点，倒逼上游硬件灵巧手与触觉传感器厂商加速产品迭代 - Harness执行系统从附属工程上升为独立赛道，反馈子Agent、历史上下文压缩、快慢模型协作成为下一代具身基础设施竞争焦点，RoboRSI开源使中小团队可复测与重构 - 安全与人工监督成本进入具身部署必选项，机械臂触发保护停机、灵巧手指关节升温至62摄氏度中断操作、宇树G1单次实验耗时超过一小时等真实风险推动监管侧具身安全标准制定 - OpenAI与商汤的开源协同加深，OpenAI提供最强通用大脑、商汤贡献系统化评测与开源执行框架，标志中西方通用+具身协作模式成型，与Anthropic仅指控蒸馏形成对照 总结： 商汤联合团队的《Has GPT-6-Astra Achieved Embodied Intelligence?》报告以12项仿真基准+8个真机平台的系统化测试，明确划出通用大模型在具身领域的当前边界：仿真环境已逼近能力天花板，但真机精细接触、长程任务与安全部署仍是结构性短板。配合SenseNova-RoboRSI开源框架与27B具身模型，团队提供了将任务完成成本压缩至1/50的Harness工程方案，证明仅通过执行系统设计就能让同一模型的机器人任务成功率从22.48%提升至81.9%。该报告既是具身智能行业对GPT-6-Astra能力上限与现实落差的公开盘点，也通过开源行动抢占Harness赛道标准制定权，将具身社区从拼模型转向拼Harness工程。 参考来源： - https://arxiv-vanity.com/papers/2610.22471 - https://arxiv.org/abs/2610.22471 - https://www.sensenova.ai/has-gpt-6-astra-achieved-embodied-intelligence - https://github.com/OpenSenseNova/SenseNova-RoboRSI - https://paperswithcode.co/authors/240806 - https://www.llms.blog/posts/has-gpt-6-astra-learned-to-run-robots-a-12-benchmark-study-says-yes-in-simulation-not-yet-on-real-hardware - https://36kr.com/p/4032720866349953 - https://view.inews.qq.com/a/20261019A0BOYO00 - https://tech.sina.cn/2026-10-19/detail-inivueup6928756.d.html - https://finance.sina.com.cn/roll/2026-10-19/doc-inivtpwq0836245.shtml - https://www.sohu.com/a/1089813690_123034319 - https://m.cyol.com/gb/keji/articles/2026-09/14/content_Q4mEVjfpM0.html - https://theroboradar.com/news/openai-gpt6-astra-embodied-intelligence-bccbf1