GPT-6.2 Astra将至：具身智能公司传裁算法岗，自研模型还值得做吗

GPT-6 Astra才发布两个月，GPT-6.2 Astra已经近在眼前。

具身智能行业却还没从上一次冲击里缓过来。

事情来得太突然。

GPT-6 Astra刚亮相那阵，一批做具身的人直接被打蒙，尤其是一线做预训练的工程师，个个心里发慌。

最近业内又传出风声：有具身智能公司已经开始对算法岗动刀。

以前要靠海量数据、算力和算法工程师一点点磨出来的能力，GPT-6 Astra在部分测试里不用针对具体任务做额外后训练就能拿出来。

这还怎么卷？

一位在机器人公司做模型开发的工程师对量子位说：

比起具身智能迟迟等不到新的范式级突破，以Astra为代表的通用大模型正顺着coding这条路，垂直砸向具身行业——这才是真正的冲击。

压力并不全从硅谷来。

对国内具身公司来说，比起OpenAI等海外大模型公司的进展，本土大模型玩家下一步要做什么，更让他们敏感。

Kimi、DeepSeek、智谱……这些名字，正变成具身行业绕不开的变量。

最近热度很高的RoboDojo评测里，尝试把通用大模型（比如GPT-6 Astra）接进自家机器人系统的团队越来越多，泛化很强，能力惊人。

RoboTwin/RoboDojo评测基准第一作者陈天行透露，一些原本死磕原生具身基础模型的团队，现在也开始交结合Robot-Use-Agent（RUA）等技术的方案，靠通用大模型把机器人任务跑完。

效果很直接：原来只有20分、30分的模型，接上Astra相关方案后，评测成绩能提到50分、60分。

榜单分数是上去了，可具身公司脑子里只剩一个念头：

自研模型还有必要吗……（cry）

陈天行是香港大学MMLab具身智能方向的博士生，RoboDojo针对GPT-6 Astra的评测及评估报告（下称“报告”）他也参与了撰写。

△RoboDojo团队对GPT-6 Astra的早期评估报告

陈天行告诉量子位，9月中旬有一天，伙伴们陆续把测试结果送过来，他愣了好几秒：

它对3D重建、对数学等各个领域的冲击，都是空前的。

吓人，真挺吓人的。

都被GPT-6打懵了

“具身自研模型还在80分上不断加0.1、加0.2，GPT-6 Astra已经一次性从80分跳到了90分。”

陈天行在复盘这轮评测时，打的就是这么个比方。

更让人难受的地方在于，有些测试里Astra压根没做针对具体任务的额外后训练，也没给任务示范，光靠语言指令就把不少机器人操作任务做完了。

让他最没想到的，是Astra一口气拿出了三项能力——过去具身模型都得重点啃的硬骨头。

头一项叫ICL，也就是上下文学习（In-Context Learning）。

说白一点，就是给机器人少量上下文信息，它就能很快学会一个新任务。

举个例子，人拿手机拍一段自己干活的视频，再写几句文字说明，机器人看完就知道人是怎么操作的，然后试着让机械臂照着做一遍。

今年7月，ICL在具身圈里还是相当热的一个研究方向。大家常走的路子是：先展示人类操作，再让机器人模仿，靠这个学会新技能，也就是所谓的单次情境学习。

不过社区发现，给Astra喂图像或文字示范，成功率能比不给示范更高。

在线适应这块更出人意料。研究人员有意把摄像头画面和动作坐标系改掉，Astra照样能根据实际执行的结果，试上几轮就调整策略，把任务顺利完成。

换句话说，它不只是读得懂上下文，还能一边干一边改。

陈天行觉得，原因在于通用模型本身上下文理解就很强。平时聊天，它记得住前面的对话；给它一段视频，它也能搞清画面内容和文字之间是什么关系。

这些本事搬到机器人操作上，原本要单独立项研究的ICL问题，忽然就有了现成的答案。

第二项是OOD（Out-of-Distribution，分布外泛化）加上Correction，也就是纠错能力。

真实环境里，机器人很容易撞上训练数据之外的情况。

比如机械臂正要抓杯子，杯子被人碰了一下，位置挪了。

太依赖训练数据的模型，可能还按老轨迹走，结果抓了个空。

Astra则会看着变化后的视觉信息重新调整动作，再试着把东西抓起来。

听着只是个小动作，可它背后是机器人能不能适应真实世界的大问题。

说到底，现实世界里没人负责把每个杯子都摆回训练时那个位置。

第三项是Open-Vocabulary Manipulation，开放词汇操作。

这项能力牵涉语言和动作怎么对齐。

比如用户换个说法提操作要求，机器人照样听得懂、做得到。

以前语言理解和动作执行之间常常是断开的，具身模型得针对具体任务做后训练，对齐效果才好。

可Astra在这块表现更强。部分测试中，即便没有针对具体任务做额外后训练、也没给示范，它仅凭语言指令就完成了不少机器人操作任务。

陈天行认为，这三项技术命题此前在具身领域分量都不轻，过去任何一项都足以单独撑起一个创业故事。Astra一次把三道题全做了，对原有具身模型的研发路线冲击近乎爆裂。

需要说明的是，上述结果来自RoboDojo-Sim基准测试中的零样本测试，并不意味着Astra已经能在真实机器人上稳定完成这些任务。RoboDojo团队在报告里提示，Astra的真机测试曾因安全问题中止。仿真榜单上的高分，和真实世界里的生产力还不能直接画等号。但它已经足够让具身公司回头重新审视过去的研发投入。

一个原本并非为机器人操作而生的通用大模型，凭什么能快速逼近具身公司多年积累的能力？这事说起来有点无心插柳。

通用大模型进入机器人领域时，并非从零起步，它带着大规模预训练攒下的语言、视觉、推理和Coding等一整套能力。这些能力本来各有各的用途，放到机器人身上，没想到也能直接派上用场。

具身公司这边则是另一番景象：不少团队从零开始训练机器人大脑，手里的数据主要来自机器人操作本身。模型要理解环境、听懂指令、学会动作，很多能力只能从有限的数据里一点点磨出来。

一边是带着一身通用本事来做机器人，一边还在为每一项能力单独投入数据、算力和人力。这场较量，起跑线本身就不一样。

自研模型还有必要吗？

GPT-6 Astra确实强，但还没强到让具身公司直接缴械投降的地步。至少在真实物理世界里，还有不少硬骨头要啃。

破壳机器人创始人许华哲把具身智能的能力拆成语义、空间和物理泛化三个层次。在他看来，Astra在前两项上表现突出，可一旦涉及复杂物理接触、受力变化、物体形变和高精度操作，仍然面临挑战。

举个例子，让机器人知道杯子在哪、该伸手去拿，和让它稳稳抓住杯子，完全是两码事。杯子是软是硬？抓取时该用多大力？物体被挤压、碰撞之后会怎么变？这些问题，光靠看懂画面、理解指令还不够。

△报告截图

RoboDojo团队在评测中也发现，Astra并非所有任务都占优。几何对齐、语言指令理解是它的强项，但到了连续接触和多步骤物理操作，现有VLA仍有不少机会。

自变量创始人王潜的看法是，通用大模型想进具身这行，机器人数据、真实世界评测、硬件、仿真、部署这些基础设施问题，一个都绕不开。

就算手里握着一个更强的语言模型，这些坎也不会自己就平了。

那问题就来了：Astra眼下干不成的事，过些日子会不会忽然就干成了？

眼下业内对Astra抱怨比较集中的一个点，还有推理速度偏慢。

陈天行同样留意到，GPT-6 Astra的云端API推理延迟不低，放到机器人的实时闭环控制上，这就是实打实的障碍。

道理不难懂：机器人每动一下都得等大模型琢磨半天，真实场景里的要求恐怕就很难满足。

不过陈天行觉得，这算不上根本性的壁垒。眼下LLM端侧部署的路子已经不少，模型量化、蒸馏、端侧推理引擎这些技术都在。只要大模型厂商把机器人当成重要的商业场景，用现成的技术栈就能把延迟压下来。

这个问题背后，藏着一个特别容易混淆的概念：「模型推理频率」和「机器人控制频率」，压根不是一码事。

一位不愿具名的具身模型工程师对量子位说：

推理慢，控制照样可以快，搭进去的只是反应速度。碰上比较吃节拍的那类流水线任务，这反倒不要紧。

拿快递分拣来说，机器人得连续、稳定地抓取和投放。高层模型管的是理解任务、规划动作，底层控制系统则用更高的频率去执行控制指令。

只要任务能提前规划，或者对反应延迟有一定容忍度，大模型就未必每个底层控制周期都得掺和。

当然，真遇上高速动态变化、复杂接触这类任务，反应速度还是关键。

但起码，推理慢不等于机器人控制就快不起来。

通用大模型今天露出来的各种短板，没法直接当成具身公司往后吃饭的护城河。

这话对具身公司来说，听着多少有点扎心。

可事实就摆在那儿。今年OpenAI已经开始大批招机器人相关的岗位。

要是将来通用模型吃进更多机器人操作数据，原本属于专用具身模型的地盘，还可能被接着挤掉。

具身公司还有戏吗？自研模型还有没有必要做？

陈天行的判断是，具身公司的机会不在谁家模型更聪明，而在谁能把「经济效益」做得更好。

这笔帐其实好算。

一条高度标准化的工业流水线上，机器人天天重复同样的动作，客户最在意的是成功率、节拍、稳定性和成本。

花几毛钱调一个模型就能把活稳稳干完，何必非掏几块钱去调GPT-6 Astra？

就算需要一点智能和泛化能力，一个专门优化过的小模型，也可能比直接调Astra更划算。

当然，要是换成家庭服务机器人，局面就另说了。

今天整理餐桌，明天找东西，后天又冒出一件从没碰过的新活儿。

这种开放环境里，任务变得越杂，对理解、规划、泛化的要求就越高。通用性更强的模型，反倒可能占优。

11月6日，陈天行在个人博客上画了两条轴线，讲清这层差别。

横轴一头是「场景需求」，另一头是「模型能力」；竖轴往上走偏通用，往下走偏效率。

△陈天行博客

陈天行说：「开放任务可以更多借助通用模型，稳定任务可以采用规则或轻量策略，中间的场景则给场景优化模型留下了空间。」

依我看，把两条轴线摆到一块儿，说白了就是一句话：

规则或轻量策略能搞定的，不必搬大模型；小模型能干的活，也没必要回回请Astra出马。

反过来讲，任务要是变得太频繁，专用模型就得不停采数据、反复重训，这时候直接调通用模型或许更划算。

到底选哪条路，最后还是得把账算全。

单次任务成功率几成？耗时多少？失败以后要搭进多少人工？采集数据、训练模型、长期部署又各要花多少钱？

这些硬邦邦的数字，才决定一套机器人系统有没有商业价值。

所以说，自研本身不是不重要，问题是具身公司的「自研方向」得重新排个先后。

语言理解、任务规划这类通用模型已经拿手的能力，能借就借；物理交互、特定本体控制、真实场景适配、部署效率这些事，还是离不开大量专门投入。

至于还要不要从头再训一个更大的具身基础模型，得看它在实际任务里能不能拿出足够明显、足够持久的优势。

有行业朋友跟量子位吐槽，眼下不少具身团队还带着浓浓的学者心态，一心想做一个通用智能模型，恨不得把所有任务都塞进自家模型里。

可形势已经不一样了。GPT-6.2 Astra都快来了。

企业研究方向一旦和目标产业对不上，模型训得再漂亮，商业上也未必转得起来。

One more thing

过去60天里，不少具身从业者私下聊起来，心里还是没底。

只是到了公开场合，该维护的利益和立场，大家照样据理力争。

能确定的是，GPT-6 Astra确实把具身行业原来的节奏打乱了……

马太效应、宇树上市后的行业重估、RSI成为新风口……这些因素叠在一块儿，凑成了眼下的行业情绪——

「投资人开始不投具身了」，这话在圈子里传开了。

说法也许有夸大，但具身智能机器人创业告别Demo、告别烧投资的时代，确实已经来了。

百机大战的淘汰赛，已经开打。