GPT-6-Astra具身评测：跨过具身能力门槛

SenseNova 联合研究团队发布技术报告，评测 GPT-6-Astra 在机器人操作与导航上的能力。在统一协议下（允许从训练集示例进行上下文学习 ICL，并大幅增加执行步数），团队在涵盖桌面操作、人形、移动平台与灵巧手的 12 个代表性基准上评测，取得论文所称的空前表现。 团队在 8 种真实机器人配置上的实验显示仍有明显差距：ICL 所需的机器人示教数据采集成本高，且在物理约束下难以用更长执行时间换取更高成功率。团队还开发了原型，从真实需求派生任务、不提供域内示教，并以持续走动的世界时钟评判智能体。 报告结论称，GPT-6-Astra 已大体跨过具身能力（embodied competence）的门槛，但尚未达到实用具身智能（practical embodied intelligence）。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。