GPT-6.2 Astra具身任务成功率41.2%:打结、展开T恤首次通关

资讯 腾讯网 作者:量子位 全文 2333 字 · 约 6 分钟读完 配图 1 张 分类GPTGPT-6OpenAI具身智能机器人

衡宇 发自 凹非寺 量子位 | 公众号 QbitAI GPT-6.2 Astra又给具身智能上强度了,狠狠来了一计天马流星拳。 机器人基础设施公司XDOF的最新实测中,....

所属频道 大厂动态ChatGPT 与 GPT机器人与具身智能

衡宇在凹非寺发布了这条消息,量子位公众号QbitAI同步推送。

具身智能这次又被GPT-6.2 Astra加重了压力,像挨了一记天马流星拳。

一家做机器人基础设施的公司给出了一组数据:16项操作任务放在一起算,综合成功率已经从两个月前GPT-6 Astra的19.6%涨到41.2%,翻了一倍还多。

打结、展开T恤这两项操作,过去没有任何AI能完成,这次也被它解决了。

成绩公布以后,OpenAI Developers官方账号转发了这条消息,OpenAI联合创始人兼总裁表示,GPT-6.2 Astra在机器人技术方面表现得非常出色~~

为了让评测站得住脚,标准定得相当苛刻,可即便这样,结果还是超出了预期。

两个月成绩翻倍,到底有多强?

这次突破的分量有多重,得先看清测试任务本身难在哪。

GPT-6.2Astra参加的这个基准,面向的是真实物理环境,由双臂机器人完成16项操作任务,每项任务都按30次重复测试的协议来跑。

空间推理、物体抓取、双臂协作、工具使用、精细操作、柔性物体处理,这些能力都在测试范围里。

两个月前的GPT-6 Astra,在这套测试里的成绩是19.6%。

换到GPT-6.2Astra,数字直接冲到41.2%,多了21.6个百分点,超过原来的两倍。41.2%是16项共享操作任务成功率的等权平均,涉及物体抓取、空间推理、双臂协作、工具使用等多种能力。

也就是说,进步不是靠某一项任务单点拉起来的,GPT-6.2Astra在整套测试里的表现都有明显抬升。

最吸睛的,是“给绳子打结”和“展开T恤这”两项,GPT-6.2Astra都顺利完成了。

此前Ember-0累计做了143次有效的T恤展开测试,没有一个模型能把这任务做成。

这两项标志性突破之外,Ember-0涵盖的其他多项任务里,这个模型的表现同样有明显进步。

  • 需要物理推理的“拉动毛巾取回远处毛绒玩具”和“倾斜托盘让球滚入碗中”都在其中。

  • 还有考验记忆与感知的“寻找被遮挡马克笔”和“遵循红色便签上的隐藏指令”。

  • 以及考验精细力控的“不捏碎薯片并移动”“用夹子夹起面包”和“端麦片上托盘”。

  • ……

GPT-6.2 Astra在各个子任务的检查点完成度与最终成功率上,提升都很明显。

其中涨得最猛的是用夹子夹起面包:GPT-6Astra成功率只有10%,GPT-6.2Astra已经到了90%。

打结、展开T恤,难在哪?

要说清GPT-6.2 Astra这回的突破分量有多重,先得看看“打结”和“展开T恤”这两个任务,对机器人而言究竟难成什么样。

机器人学习这个方向,以

先由人做示范,机器人再从示范里学会怎么抓、怎么挪、怎么放。

碰上刚性物体、流程固定的场景,这套路子已经跑出了不错的结果。

杯子、箱子这类东西形状比较稳定,从哪儿下手抓、走什么轨迹,都相对好猜,训练过的模型通常能形成比较稳的操作策略。

可一旦换了物体、换了环境,或者把几个动作串成更复杂的任务,原来的策略就未必管用。模型可能得重新采集示教数据、再补训练,才能适应新的操作条件。

柔性物体又把门槛抬高了一截。

展开T恤也好,给绳子打结也好,机械臂每碰一次、抓一次、拉一次,物体形态就跟着变,形变过程也很难提前算准。机器人不光要弄懂“把衣服展开”这个目标,还得靠腕部和顶部摄像头传回的画面对衣物的角点、褶皱和整体形态做连续判断,再定下一步怎么动。

操作精度和双臂配合,要求都相当高。

抓的位置或者动作节奏差一点,衣角就可能滑掉、绳子就可能缠上,前面做的功也白费了。

在

硬件本身没有触觉反馈,大模型每次输出

所以,打结和展开T恤考的是整套综合本事:三维空间理解、双臂协同、精细接触控制、基于历史记录的动态状态追踪,还有长程任务规划。

速度也是第二系统模型绕不开的老问题。此前外界批评这类模型,一个常见理由就是推理太耗时,跟不上机器人实时操作的需要。

GPT-6.2 Astra这次在速度上也有进步。

模型发布期间,平均预测延迟从GPT-6 Astra的15秒降到10.1秒。

可跟其他模型架构比,这种推理方式的效率还是偏低。对需要连续感知、快速响应的机器人来说,10秒左右的等待依然不算短。

整体看,具身智能模型在简单抓取和物体摆放上往往表现不错,一碰到复杂接触、工具使用和柔性物体,成功率就掉得明显。

XDOF

比如模型一般能理解任务、规划出看着合理的动作,可真落到机械臂上,抓取、接触和连续操作这些环节就容易出岔子。

GPT-6.2 Astra这次的突破,正好说明通用模型已经开始啃下这些硬骨头。

△图片由AI生成

站在行业角度看,通用大模型对具身智能的冲击,也正沿着这条路一步步推进。

从英伟达研究团队测试让GPT-6 Astra直接充当机器人策略模型,到Claude在机器人模拟环境里展现复杂操作能力,再到Google DeepMind将

One More Thing

机器人、具身智能圈子里的活跃身影,最近都在盯着这份成绩单。

他们开展的真实机器人对比测试里,GPT-6.2 Astra的表现相当抢眼,仅用一天时间就攀升至榜首。

具体怎么操作的,看下面这块小屏幕。

从最初那代模型面对柔性操作毫无办法,到GPT‑6.2 Astra在两个月内把成功率翻了一倍、还在多个原本零分的任务上取得突破,前沿多模态大模型在物理世界里的进步速度正不断加快。

快得让人有点跟不上节奏。

真是累了,累了。

干脆这么说吧,11月的每一天都能算作AI圈的眩晕瘫坐日(bushi)。

参考链接: [1]https://x.com/xdofai/status/2123822012066157011 [2]https://x.com/djiafei/status/2123925760281067567?s=46

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. OpenAI 开放 GPT-Live-1.1 API:开发者可接入实时双向语音对话

    IT之家 11 月 20 日消息,OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音交

    来源 腾讯网
  2. 谷歌Gemini 4再添Neon:中杯模型补位,Genie 4开放

    编辑|冷猫 一觉醒来,谷歌又双叒叕发 Gemini 4 模型了。 谷歌最近一直在基础模型上发力,从最高智能到最高效率的模型不停发布,为了重返王座真是拼了。 在 Carbon、Argon、Hydrogen 之后,填补最高智能和最高效率之间的「中杯」模型 Gemini 4 Neon 登场! Demis

    来源 AI 开发者社区
  3. OpenAI开放GPT-Live-1.1 API:实时双向对话,智能体边聊边干活

    OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。 据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音交互能力,可以

    来源 AI 开发者社区
  4. OpenAI开放GPT-Live-1.1 API:语音智能体可边聊边干活

    IT之家 11 月 20 日消息,OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。 据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音

    来源 AI 行业观察
  5. Anthropic与英伟达双线突破:具身智能2026年商业化破局?

    (本文作者为 机器最前线,钛媒体经授权发布)2026年末,具身智能的商业化似乎终于等来了它的“破局点”。过去,这个行业一直受困于“大脑”不够聪明,无法应对复杂环境;“手”不够灵活,且学习成本高昂。但最近,两个技术突破为它们带来了新的进展。一方面是“大脑”的外溢。Anthropic的通用模型Fable 5.2,原本的主业

    来源 腾讯网
  6. 优必选的美女帅哥们,想进家门再等等

    作者 | 封华 编辑 | 魏晓2026年APEC上,参与专题研讨的具身智能领域代表人物,其一是宇树创始人兼CEO王兴兴,其二是优必选创始人、董事会主席兼CEO周剑。优必选的总部就位于深圳,作为专注于全尺寸人形机器人的上市公司,优必选是展示中国机器人产业水平的重要平台。周剑说道,人形机器人的产业规模化,“仍需打通研发、量

    来源 腾讯网
  7. 智能眼镜1-10月销售额增1倍:商务部最新数据

    IT之家 11 月 20 日消息,11 月 19 日,商务部消费促进司负责人谈 2026 年 1-10 月我国消费市场情况。今年以来,我国消费市场规模稳步扩大,呈现商品消费稳、服务消费旺、新型消费热的特点。1-10 月,社会消费商品和服务零售总额同比(下同)增长 2.5%。 IT之家从公告获悉,在消费品以旧换新政策强有

    来源 AI 行业观察
  8. OpenAI用GPT-4o改芯片电路,AMD旗舰GPU能效最高提14%

    OpenAI 当地时间 18 日发布技术报告,披露 AI 辅助芯片设计进展。自研推理芯片 Jalapeño 2025 年初就交给 GPT-4o 打下手:模型重写浮点加法器、乘法器等电路,新乘法器综合后面积减约 15%、延迟压到一个时钟周期;合计向量计算单元面积减约 13%,矩阵计算单元减约 10%,

    来源 AI 开发者社区
  9. AI自己改造外部装备,中科大论文梳理自我进化四条边界

    你有没有想过,为什么同一个AI模型,换个用法就判若两人?同样是GPT-5.5,有的团队用它写代码效率翻倍,有的团队却总觉得它笨手笨脚。差别往往不在模型本身,而在那套包裹着模型的"装备"——提示词怎么写、记忆怎么存、工具怎么调、出错了怎么恢复。这套装备有个专业名字,叫做harness。更有意思的问题是:如果让AI自己去改

    来源 腾讯网
  10. Gemini上Mac可代操作电脑,Runway推270亿参数机器人模型

    本期重点包括Google向数亿用户免费开放Gemini Tasks,并在Mac端推出可代操作电脑的Computer use功能。Runway发布27B参数机器人世界模型Praxis-1,OpenAI开放GPT-Live-1.1语音API。此外,Cognition评测显示Gemini 4 Neon在代码任务上性价比突出,

    来源 AI 应用前沿
  11. 全球算力进入“后黄仁勋时代”

    国产算力需求升温,资本从具身智能向半导体转移作者/ IT时报 毛宇编辑/ 郝俊慧 孙妍黄仁勋离开英伟达的方式,比市场预想的更突然。当地时间11月12日,黄仁勋辞去总裁、首席执行官及董事会成员职务。11月17日,他公开发表声明称,如果董事会认为他的回归符合利益,他愿意重新出任CEO;但同一天,董事会主席哈维·琼斯在20.

    来源 腾讯网
  12. 计算医学补AI制药短板:十部门规划提出新路径

    AI制药发展到今天,出现了一个有些反直觉的现象。 一边,是模型能力的快速跃迁。AlphaFold之后,蛋白质结构预测已经发生根本变化,生成式AI开始进入蛋白设计、小分子设计、抗体发现,生命科学基础模型、大模型和科研智能体不断出现。2026年,OpenAI发布面向生物学、药物发现和转化医学的GPT-Rosalind。Is

    来源 AI 行业观察
  13. GPT-o3代码执行暴跌28.3分 主榜单日下滑20.2分

    GPT-o3今日Smoke评测主榜从78.08分跌至57.92分,代码执行维度从73.80分降至45.50分,材料约束从83.30分降至73.10分。工程判断升至97.00分,诚信评级维持pass。单日10题抽样导致的波动需与模型真实退化区分。

    来源 AI 科技快讯
  14. 人形机器人租赁价跌破2000元,融资7月后普遍下滑

    (本文作者为 木禾商业财经,钛媒体经授权发布)文 | 木禾商业财经,作者 I 龚正,编辑 I 杨晶具身智能机器人,在2026年只走过两个季节。一是疯狂的火热夏季,二是寒意开吹的冬天。宇树的王兴兴,在为各路投资人赚得盆满钵满、只留自己继续创业后,明显开始更多活跃于公共舆论与“微博热搜”之间,开始更多push宇树机器人的.

    来源 腾讯网
  15. 陪伴机器人绕不开的坎:心言“巴布”靠软件基因破局?

    (本文作者为 机器最前线,钛媒体经授权发布)文 | 机器最前线近年来,情感陪伴正从私人感受变成消费事实。据国金证券数据显示,2025年中国陪伴经济市场规模已超500亿元,2026年预计突破800亿元;中国青年报社的调查显示,有47.3%的人在孤独时会进行虚拟陪伴类消费,有21.5%已将其变成日常习惯。在此背景下,不少机

    来源 腾讯网
向下滚动自动加载更多