重磅发现：GPT-6 Astra实现具身智能突破，中国如何打具身防卫战？

近日，一份由银河通用创始人及CTO王鹤教授博士生主导的中国科研团队评测报告刷屏具身智能圈，首次系统验证了OpenAI最新大模型GPT-6 Astra在机器人操控任务中的真实能力边界，既揭示了美国大模型在具身操控层面的泛化突破，也给国内行业敲响了警钟：美国在具身智能“大脑”层面的突破速度，比行业想象的要快。

银河通用团队实测评测：GPT-6 Astra双臂操控得分超六成

这份开源于GitHub的《GPT 6 Astra as an Embodied Policy》研究，选取RoboDojo双臂操控仿真基准展开测试，核心对比了两种架构的表现：

• Direct模式（GPT-6 Astra Direct）：Astra直接作为策略，根据当前观察判断下一步动作
• 混合模式（π₀.₅ + GPT-6 Astra）：π₀.₅先生成50步候选动作，Astra同步观察画面、执行历史与候选动作对应的双臂轨迹，选择直接沿用π₀.₅输出或对末端位姿进行修正
  测试结果显示，混合架构在10项核心任务中拿下62.6的平均分，成功率48%，远超直接控制架构26%的成功率与37.81的平均分。值得注意的是，Astra仅对14.4%的执行控制步作出修正，其余85.6%直接沿用π₀.₅的动作，仅在对齐目标、规划推拨等非抓取操作、任务条件未满足时调整后续动作的场景下发挥作用。
  独立硬件测试也验证了Astra的空间推理转化能力：公益机构RoboCurve在Franka机器人平台开展的抓取放置实验中，Astra成功率高达95%，远超Anthropic Claude Fable 5.1的40%和Fable 5的5%。同时其推理效率优势显著，单次试验平均输出token仅2100个，较Fable 5.1的12900个减少6.2倍，成本