GPT-6 Astra冲击具身行业：算法岗裁撤，自研模型还要不要做

GPT-6 Astra 发布才两个月，GPT-6.2 Astra 已经眼看就要来了。

可具身智能这一行，还没从上一轮的震动里回过神。

事情来得太突然。

GPT-6 Astra 刚露面那会儿，一批做具身的人直接被打懵，尤其是一线搞预训练的工程师，人人自危。

最近业内又传出消息：有具身智能公司已经开始裁撤算法岗。

过去要靠海量数据、算力和算法工程师一起点点才能啃下来的能力，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展现出来。

这还让人怎么卷？

一位在机器人公司做模型开发的工程师对量子位说：

真正冲击的地方，不是具身智能迟迟等不来新的范式级突破，而是以 Astra 为代表的通用大模型，正用 coding 的方式垂直打进具身行业。

压力并非全部来自硅谷。

比起 OpenAI 等海外大模型公司的进展，国内具身公司更在意本土大模型玩家下一步要做什么。 Kimi、DeepSeek、智谱……这些名字，正成为具身行业绕不开的变量。

在近期火热的 RoboDojo 评测里，越来越多团队开始把通用大模型（比如 GPT-6 Astra）接进自己的机器人系统，泛化很强，能力惊人。

RoboTwin/RoboDojo 评测基准第一作者陈天行透露，一些原本坚持训练原生具身基础模型的团队，现在也开始提交结合 Robot-Use-Agent（RUA）等技术的方案，靠通用大模型去完成机器人任务。

效果很直接：原先只有 20 分、30 分的模型，结合 Astra 相关方案之后，评测成绩能提到 50 分、60 分。

榜单分数上去了，具身公司脑子里却只剩一个声音：

还有必要自研模型吗……（cry）

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

△RoboDojo 团队对 GPT-6 Astra 的早期评估报告

陈天行对量子位回忆起 9 月中旬的一天：伙伴们陆续把测试结果拿来，他愣了好几秒。

他说，能看到它对 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。”

陈天行复盘这次评测时，用了上面这个形象的比喻。

更让人难受的是，有些测试里Astra压根没针对具体任务做额外后训练，也没给任务示范，光靠语言指令就完成了不少机器人操作任务。

让他最没想到的，是Astra一口气表现出三项能力，而这三项过去都是具身模型要重点攻关的。

头一项是ICL（In-Context Learning，上下文学习）。

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。

比方说，人拍一段自己操作的视频，再附上文字说明，机器人就能看懂人是怎么做的，并试着让机械臂照着复现。

今年7月，ICL在具身圈还是相当热的研究方向。常见做法是展示人类操作，让机器人模仿着学会新技能，也就是所谓的单次情境学习。

不过社区发现，给Astra提供图像或文字示范后，成功率能高于不给示范的情况。

更出人意料的是在线适应能力。研究人员特意改掉摄像头画面和动作坐标系，Astra照样能依据实际执行结果，试上几轮就调整策略，把任务顺利完成。

换句话说，它不只读得懂上下文，还能一边做一边改。

在陈天行看来，通用模型本身就具备很强的上下文理解能力。平时聊天，它能记住前面的对话历史；给它一段视频，它也能弄懂视频内容和文字之间的关系。

把这些能力搬到机器人操作上，原本要专门研究的ICL问题，忽然就有了现成的解法。

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

机器人在真实环境里，很容易遇上训练数据之外的情况。

比如机械臂正要抓杯子，杯子忽然被碰了一下，位置变了。

一个过度依赖训练数据的模型，可能还顺着原来的轨迹走，最后抓了个空。

Astra则能根据变化后的视觉信息重新调整动作，试着把物体抓起来。

听着只是一个小动作，背后却是机器人能不能适应真实世界的问题。

毕竟现实世界里，没人负责把每个杯子都摆回训练时的位置。

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

这项能力关系到语言与动作之间的对齐。

比如用户换不同的说法提操作要求，机器人照样能听懂并执行。

以往语言理解和动作执行之间常是断开的，具身模型得先针对具体任务做后训练，才能把两者对齐得更好。

Astra在这方面的表现更强。部分测试里，即便没有为具体任务额外做后训练、也没给示范，它单靠语言指令就能完成不少机器人操作。

陈天行认为，上面这三项在具身领域都曾是分量很重的技术命题，过去随便哪一项都能单独讲出一个创业故事。

现在Astra一口气把三道题都解了，对原有的具身模型研发路线来说，冲击近乎爆裂。

△RoboDojo-Sim基准测试中的零样本结果，并不代表Astra已经在真实机器人上把这些任务稳定做下来了。

RoboDojo团队在报告里提醒，Astra的真机测试曾因安全问题中断过。

仿真榜单上的高分，不能直接和真实世界里的生产力画等号。

可它已经足够让具身公司回头重新打量自己过去的研发投入。

一个原本并非为机器人操作而生的通用大模型，凭什么能很快逼近具身公司攒了多年的能力？

说来有点无心插柳。

通用大模型并不是从零开始学机器人，它进入这个领域时，已经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。

这些本事原本各有各的用途，没想到搁到机器人身上，竟也能直接派上用场。

再看具身公司，不少团队是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，很多能力都得从有限的数据里一点一点抠出来。点点磨出来。

一边是带着一身通用本事来做机器人，另一边还在为每一项能力单独砸数据、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分成三层：语义、空间和物理泛化。

在他看来，Astra在前两项上表现突出，可一碰到复杂物理接触、受力变化、物体形变和高精度操作，仍然有挑战。

比如让机器人知道杯子在哪、该伸手去拿，跟让它稳稳抓住杯子，完全是两码事。

杯子是软是硬？抓的时候该用多大劲？物体被挤压、碰撞之后又会变成什么样？

光靠看懂画面、理解指令，这些问题还答不上来。

△报告截图

RoboDojo团队在评测中同样注意到，Astra并不是每个任务都能领先。它在几何对齐和语言指令理解上表现突出，可一到连续接触、多步骤物理操作这类场景，现有VLA仍有不小的发挥空间。

自变量创始人王潜的看法是，通用大模型想走进具身领域，机器人数据、现实世界评测、硬件、仿真和部署这些基础设施问题绕不过去。而且，这些问题不会因为手上多了一个更强的语言模型就自行消失。

真正的问题在于：Astra眼下做不好的事，明天会不会忽然就能做了？

眼下业内对Astra抱怨较多的，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，这就是一道现实障碍。

道理不难懂：机器人每做一个动作，都得等大模型琢磨半天，真实场景的要求恐怕很难满足。

不过陈天行觉得，这算不上根本性壁垒。现有LLM端侧部署方案已经不少，模型量化、蒸馏、端侧推理引擎这些技术都在。只要大模型公司把机器人当成重要商业场景，靠现有技术栈就能把延迟优化下来。

这个问题的背后，藏着一个极易混淆的概念：「模型推理频率」和「机器人控制频率」并不是一回事。

一位不愿具名的具身模型工程师告诉量子位：推理慢，控制照样可以快，牺牲的只是反应速度。对比较吃节拍的流水线任务来说，这反而无关紧要。

拿快递分拣来说，机器人要连续、稳定地抓取和投放。高层模型负责理解任务、规划动作，底层控制系统则用更高的频率执行控制指令。

只要任务允许提前规划，或者对反应延迟有一定容忍度，大模型就未必需要介入每一个底层控制周期。

当然，碰上高速动态变化、复杂接触这类任务，反应速度依然关键。但至少，推理慢不等于机器人控制就不快。

今天通用大模型暴露出来的各种短板，不能直接当成具身公司未来安身立命的护城河。对具身公司而言，这句实话多少有些扎心。

可事实就摆在那里。今年OpenAI已经开始大量招聘机器人相关岗位。要是未来通用模型吸收更多机器人操作数据，原本属于专用具身模型的能力边界，还可能被进一步压缩。

具身公司还有机会吗？自研模型还有必要吗？

陈天行的判断是，具身公司的机会不在谁的模型更聪明，而在谁能创造更好的「经济效益」。这笔账很容易算。

在一条高度标准化的工业流水线上，机器人每天重复同样的动作，客户最在意的无非是成功率、节拍、稳定性和成本。

花几毛钱调一次模型，就能把活稳稳干完，那何必掏几块钱去调 GPT-6 Astra？

就算任务多少要点智能和泛化，一个专门调过的小模型，经济上也未必输给直接上 Astra。

换成家庭服务机器人，账就不一样了。

今天收桌子，明天找东西，后天又冒出一件从没见过的新活。

这种开放环境里，任务越变越多，对理解、规划、泛化的要求也跟着涨。更强的通用模型反倒可能占优。

11月6日，陈天行在个人博客上用两条轴线把区别讲了一遍。

左边一条叫「场景需求」，右边一条叫「模型能力」。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。」

两条轴摆到一起，说白了就一句话：

规则或轻量策略能搞定的，不必请大模型；小模型能干完的活，也没必要回回叫 Astra 出马。

反过来说，任务变数太大，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可能更划算。

到底选哪条路，最后还是要算总账。

单次任务成功率多少？耗多长时间？失败了要几个人工兜底？采数据、训模型、长期部署又各要花多少？

这些数字是硬的，一套机器人系统值不值得做，就看它们。

所以自研不是不要了，是具身公司的「自研方向」得重新排个序。

语言理解、任务规划这些通用模型已经拿手的，可以直接拿来用；物理交互、特定本体控制、真实场景适配、部署效率这些事，还是得靠大量专门研发。

要不要接着从头训一个更大的具身基础模型，得看它在实际任务里能不能给出足够明显、足够持久的优势。

有行业朋友跟量子位吐槽，不少具身团队身上学者气还挺重，一门心思想做个通用智能模型，恨不得把天底下的任务都塞进自己模型里。

可眼下局面变了。GPT-6.2 Astra 都快来了。

企业研究方向和目标产业对不上，模型训得再漂亮，商业上也未必跑得通。

One more thing

过去 60 天，不少具身从业者私下聊起来，还是迷茫。

只是到了台面上，该护的利益和立场，还是得护到底。

GPT-6 Astra确实把具身行业原有的节奏打乱了，这一点没有疑问。

马太效应、宇树上市后行业面临重估、RSI成为新风口，几件事叠在一起，构成了近期的行业情绪：「投资人开始不投具身了」。

这话或许有夸张的成分，但具身智能机器人创业告别Demo、告别烧投资阶段，已经是再真实不过的事。

百机大战的淘汰赛，已经开场。