GPT-6 Astra展现通用模型控制机器人能力，OpenAI或成机器人领域“大脑”核心

事件概述

近期，基于GPT-6架构的Astra模型展示了强大的通用机器人控制能力。无需针对特定机器人进行专门训练，Astra仅通过摄像头视觉输入和自身推理，即可控制售价约150美元的SO-101机械臂完成金门大桥绘画、根据人类演示视频学习新任务（Physical ICL），甚至构建高保真的Real2Sim仿真环境。这一表现引发了关于“机器人领域的OpenAI可能就是OpenAI自己”的行业讨论，而非此前备受关注的Physical Intelligence或Skild等专门公司。

核心信息与技术细节

1. 通用模型的控制能力验证

• 多任务执行： Astra不仅能规划落笔轨迹并实时修正以绘制金门大桥，还能通过观察人类操作视频，一次性学会并复现新任务。此外，它能处理相机标定、场景重建及物理参数，将真实环境迁移至MuJoCo模拟器。
• 复杂操作测试： 在连接Kinova Gen3机械臂和Shadow Hand五指手后，Astra能协调握笔姿态、摩擦力及接触点，成功画出毕加索风格的鸽子。
• 实机抓取数据： RoboCurve团队将Astra接入两只I2RT YAM机械臂，执行“将红色积木放入碗中”的任务。在20次测试中，Astra成功19次（成功率95%），显著优于Fable 5.1模型的8次成功。

2. 架构分工：高层规划与底层控制的结合

• 分层控制逻辑： Astra负责理解环境、判断目标位置（x, y, z, yaw, pitch, roll）及夹爪状态，而底层的逆运动学（IK）系统负责将末端执行器的目标转换为具体的关节动作。这种分工证明了通用AI模型可作为高层决策者。
• 实时性瓶颈： 当尝试让Astra直接以50Hz频率输出Unitree Go1四足机器人的关节目标时，由于推理速度无法满足毫秒级实时控制需求，物理模拟被迫暂停，最终250次推理仅支撑了约5秒的行走。这表明大模型目前难以直接接管高频底层控制。

3. 性能局限：“最后一毫米”难题

• 精细操作短板： 在“将圆形拼图嵌入凹槽”的测试中，Astra的成功率骤降至10%（20次仅成功2次）。虽然模型能准确定位并移动零件至目标附近，但在涉及精确对齐、摩擦力和力反馈的“最后一毫米”操作中表现不佳。
• 行业对比： Physical Intelligence等公司指出，通用模型在拿起工具等粗粒度操作上表现良好，但在M3螺丝对准、线缆插入等需要精细接触的任务中，仍需依赖在线强化学习或传统控制策略进行优化。

值得关注

• 路线之争： OpenAI曾于2018年因机器人数据获取困难而关闭机器人团队，如今通过积累的语言、视觉和Agent知识，试图以通用模型“绕回”机器人领域。这挑战了Physical Intelligence和Skiled等主张从头训练专用机器人基础模型的公司路线。
• 未来形态： 业界观点认为，未来的机器人系统更可能是“Astra负责理解与规划 + 低层策略负责稳定执行”的混合架构，而非单一模型通吃所有层级。同时，能够匹配强大AI“大脑”的物理身体硬件仍是当前发展的关键制约因素。