新论文在 12 个机器人基准上测试 GPT-6-Astra

Rohan Paul· @rohanpaul_ai · X·2026-10-22 13:56· 19 分钟前AI 评分45

AI 导读

新论文测试 GPT-6-Astra 在 12 个机器人基准上的表现，其在 LIBERO 套件接近饱和，RoboDojo 达 81.9%、DexJoCo 达 87.3%，但无法验证物理成功或从不可逆错误中恢复。

正文 · 原文

新论文发现，GPT-6-Astra 在简单的机器人基准上几乎饱和，但仍无法验证物理成功，也无法从不可逆错误中恢复。
而且成本过高，难以实际使用。

机器人操作与导航一直由任务专用模型主导。问题在于，1 个通用模型能否在不更新权重的情况下处理所有这些任务。

作者在 12 个机器人基准上测试了 GPT-6-Astra。它将训练演示学习成一个冻结的知识包，并获得最多 10 倍于通常的动作步数用于恢复。

它在 LIBERO 套件上接近饱和，在 RoboDojo 上达到 81.9%，在 DexJoCo 上达到 87.3%。但单个 LIBERO-Ultra-Long 回合使用了约 9M tokens 和近 2 小时，而在真实机器人上，它无法用更多步数换取成功。

可将通用模型视为研究用的有能力的机器人控制器，但目前应预期任务专用演示、大量算力和物理限制会阻碍部署。

– arxiv. org/abs/2610.22471

标题：“GPT-6-Astra 是否已实现具身智能？”

来源：Rohan Paul · x.com