产品派
返回

GPT-6.2 Astra具身任务成功率升至41.2%

AI量子位2026/11/21 14:35:59
AI 导读

机器人基础设施公司XDOF公布的实测结果显示,GPT-6.2 Astra操控双臂机器人完成16项操作任务,综合成功率从两个月前GPT-6 Astra的19.6%提升至41.2%,增幅超过一倍。模型还完成了此前没有AI成功过的打结和展开T恤任务。OpenAI Developers转发了相关结果,联合创始人兼总裁Greg Brockman称赞其机器人表现出色。

为减少随机因素影响,XDOF使用6台YAM工作站并行测试,每项任务重复30次,每天最多完成480场实验;人工记录子步骤、抓取失误和碰撞,并尽量排除硬件差异。测试采用面向真实物理环境的Ember-0基准,覆盖空间推理、抓取、双臂协作、工具使用、精细操作和柔性物体处理。41.2%是16项共享任务成功率的等权平均,说明提升并非来自单项突破。XDOF还认为,Ember-0可能很快被模型能力“饱和”。

本轮最具代表性的进步是打结和展开T恤。此前该基准累计进行143次有效T恤展开测试,尚无模型成功。GPT-6.2 Astra在多项任务中均有改善,例如拉毛巾取回远处玩具、倾斜托盘让球滚入碗、寻找被遮挡的马克笔、执行红色便签上的隐藏指令,以及不捏碎薯片、用夹子夹面包、端麦片上托盘等。其中夹面包任务的成功率由GPT-6 Astra的10%提升至90%。

打结和展开衣物之所以困难,是因为绳子、衣服等柔性物体会随抓取和拉扯持续变形,机器人必须结合腕部与顶部摄像头画面,判断角点、褶皱和整体状态,再规划后续动作。相关任务同时考验形变控制、双臂协调、精细操作和长程规划,抓取位置或节奏稍有偏差,就可能导致衣角滑落或绳索缠绕。

Ember-0测试使用的硬件没有触觉反馈,而模型每次输出动作块之间通常要等待十几至二十几秒,机械臂无法在等待期间实时修正。因此,任务不仅要求三维空间理解和接触控制,还需要依据历史状态持续判断,并具备失败恢复和长程规划能力。以Diffusion Policy、ACT、RT-2为代表的视觉语言动作模型往往依赖大量人工示教,在刚性物体和固定流程中表现较好,但换环境、换物体或增加动作链后,通常需要重新采集数据训练。

GPT-6.2 Astra的平均预测延迟也从GPT-6 Astra发布时的15秒降至10.1秒,但相较其他架构仍不够快。对于需要连续感知和即时响应的机器人而言,约10秒的等待依然明显。具身模型通常能完成简单抓取和摆放,却容易在复杂接触、工具使用及柔性物体操作中失误;此次结果表明,通用模型开始触及这些瓶颈。

从行业进展看,英伟达团队曾测试GPT-6 Astra作为机器人策略模型,Claude在模拟环境中展示复杂操作,Google DeepMind也在探索将Gemini多模态能力用于机器人控制。新加坡国立大学总统青年教授Jiafei Duan称赞GPT-6.2 Astra的表现,并表示其在真实机器人对比测试中一天内登上RoboColosseum的SO-101 Elo榜首。

这组结果显示,前沿多模态模型正在更快地从理解任务和规划动作,走向处理柔性物体、精细接触与双臂协同等真实物理操作。

具身智能机器人多模态模型GPT-6.2 Astra

本文基于公开渠道信息整理,内容可能存在不准确或遗漏之处,不代表本站立场,如内容涉及侵权或错误,请联系我们处理。

阅读原文