What happened in the embodied intelligence industry 50 days after the release of GPT-6 Astra

文 | 数智前线，作者｜徐鑫，编辑｜任晓渔

一只几百美元的机械臂夹着一支画笔，在白纸上画金门大桥。

它一共画了四遍，画完一次换一张纸，摄像头把每一遍的画面记录回传，AI总结复盘并调整下一笔的力度和位置。第一遍，线条歪歪扭扭；第二遍，桥的轮廓出来了；第三遍、第四遍，桥塔、悬索一点点清晰。

整个机械臂画画的过程看似平平无奇，但让机械臂动起来的，不是任何专为机器人训练的模型，而是OpenAI 9月3日发布的GPT-6 Astra。

OpenAI机器人团队员工Thijs Simonian在X上发布了这段实测视频后，很快点燃了“通用大模型是否直接操作机器人”的讨论。

Astra的视频评测之所以备受关注，是因为它正跨过机器人行业的一道分界线。过去，大模型接上机器人，干的是指挥工作，听懂“画一座桥”的任务并拆成指令；真正能让手臂动起来做事需要另一个用机器人数据专门训练出来的策略模型。

而Thijs Simonian发布的视频里，过去要一个团队采数据、训模型、反复调试，才能在单个任务上做到，现在Astra作为一个并非为机器人而生的模型，有能力直接接管机器人的“手”。

“许多机器人公司的创始人是很慌的”，一位具身行业从业者告诉数智前线，Astra之后，具身行业的范式在发生变化。Astra之后，具身智能技术范式很大可能会变成与大语言模型结合的范式，具身要直面与通用大模型公司的竞争。这将重构之前的行业逻辑。

海外则有评论断言，“机器人领域的OpenAI将会是OpenAI自己，而不是Physical Intelligence或Skild。”

一连串的连锁反应已经出现。

资本市场的嗅觉灵敏。一位行业人士提到，此前具身公司的估值逻辑建立在通用模型难以吞掉具身领域，现在通用大语言模型在具身测试上的表现超过了此前的头部模型，估值的逻辑必然发生变化。

今年三季度后半，正值资本市场的一轮降温，二级市场对人形机器人上市审核趋严，加上此前具身赛道的商业化进展落后于估值逻辑，投资人相比上半年本就更为谨慎。Astra之后，本已收紧的资金只会更加挑剔。

另一方面，头部大厂下场具身领域已经不是新闻，行业内认为，具身赛道的企业未来将不得不直面更为激烈的市场竞争。

最近，字节Seed Model团队密集更新数十个机器人岗位；OpenAI则在今年3 月就在湾区签下20万平方英尺的场地做机器人业务，9月机器人相关岗位招聘更是大幅增加；DeepSeek不久前也被曝领投腾讯前杰出科学家胡瀚创立的Winverse AI。相比这些庞然大物们，具身公司身量可谓尚未长成，在资金、算力、人才等资源的储备上都远不及通用大模型公司，可以想见接下来的严峻考验。

国内头部具身企业也有人主动谈及Astra带来的影响。以机器人本体能力见长的宇树科技，创始人王兴兴在10月中旬和下旬两次公开谈及GPT-6 Astra 带来的震撼，并坦言自己过去最大的错误是“对 AI 的相信还不太够”。

王兴兴提到，宇树没有对模型进行任何的训练，GPT模型就能控制机器人自主识别调色盘，更换颜料、清洗画笔等。快的话今年底或明年，机器人就有可能按照指令完成整理房间等任务。

他甚至预言，明年GPT-7出来，“可能直接把具身智能问题打穿”。

与宇树不讳言影响对应的是，许多公司在这波声浪里相对缄默。

硬件本体、大脑、数据、仿真、产线，业界还在持续观察与讨论Astra以及接下来的通用大模型更新对具身圈的影响。

不过正如这些不同环节从业者的态度差异，有观点认为，Astra对一些公司将形成不小的冲击，但长期看，具身智能应用和落地的进程则有望大大提速。

基准一夜刷到 99%，机器人的“GPT 时刻”？

对不少人而言，Astra的出现意味着机器人领域的“GPT 时刻”。

Astra发布后，英伟达机器人负责人Jim Fan所在的实验室很快把自家机器人框架的后端模型换成了Astra。“一夜之间把所有基准都刷到了约99%”，Jim Fan在一条贴文里说。

破壳机器人创始人、清华大学交叉信息研究院助理教授许华哲的团队也在Astra能用的当天就做了测试。许华哲在播客访谈中提到，过去大模型的升级在机器人任务上是原来不能做之后仍然不能做，而Astra则让“整个定性有了变化”。

深朴智能首席科学家王家伟则称第一次看到一个通用语言模型抓积木的成功率那么高，“超乎大家的想象了”。逆矩阵科技创始人陈博远也在九月的一次公开发言中坦言，Astra的出现给了他很大震撼，让大家看到语言模型进入真实物理世界的表现。

它带来的冲击和影响是真实的。

一位具身行业从业者告诉数智前线，具身行业此前都对VLA和世界模型的范式变化有心理准备，但是很少有人想到是通用大模型直接降维打击。

极佳视界联合创始人朱政9月在外滩大会上提到，Astra之后，具身和世界模型公司“很有可能最后也会被语言模型公司吃掉，这是非常现实的问题”，留给它们的时间窗口，只有“短暂的 1～2 年”。

蚂蚁灵波首席科学家沈宇军也在外滩大会上点评，基于数字世界模型做具身的公司“都会觉得这个事情很恐怖”，有点像两三年前那波做后训练的，随着基模能力从60分突然跃迁到90分，他们做的很多工作就没有意义了。

上海交通大学副教授王韫博则认为Astra改变了具身的大脑。具身大脑的“慢脑”应该建立在大语言模型之上，理解和规划这一层，只靠示范数据训练的VLA已不再是最优解。

当然，并不是所有人都愿意用“GPT 时刻”来定义它。

商汤联合大晓机器人等团队在12项仿真评测和 8 个真机平台上系统测试了Astra，给出的结论是，GPT-6-Astra 已经基本具备完成具身任务的能力（embodied competence），但距离在真实环境中实用（practical embodied intelligence）还有明显差距。

至简动力联合创始人贾鹏则看到它还不具备生产力价值。他在外滩大会上表示，Astra已经具备了对空间和环境的泛化理解，但他更想要的是“Claude Code时刻，真正能够产生生产力”。而这一步还得有三四年或四五年的时间。

蚂蚁灵波CEO朱兴在外滩大会上把Astra定义为一个工具，认为GPT-6是提升研发效率的工具，更根本壁垒是数据know-how和管线。

也有从业者认为Astra还无法真正在真实物理环境里完成决策闭环。

陈博远试过用GPT-6操作夹爪去拿一个杯子，发现“可能要花40分钟到一个小时才能慢慢拿起来”，这让他反思语言模型的上限。陈博远认为，100 毫秒在聊天窗口里没什么感觉，对应到真机上可能就是三个控制周期，物理世界时刻在变，模型就来不及响应。因此物理AI需要有自己的基座模型，从而在真实世界里更好地做决策和闭环。

Alphaist 创始合伙人陈哲则观察到当下具身圈对这个模型的态度其实是分化的。陈哲提到，九月底十月初在匹兹堡举行的机器人顶会IROS上有人调查了100多位研究者，其中认为“机器人研究已经结束了”的大约占三分之一，最多的仍是把大模型当工具的务实派。

不管是哪种态度，不可否认整个具身行业都在讨论GPT-6 Astra，它正成为具身圈里难以回避的存在。

Astra强在哪里，弱在哪里

过去50多天里，从9月4日第三方评测机构Robocurve发出第一组真机测试结果算起，到10月下旬商汤联合报告发布，各类机构、企业和研究者基于十几项公开评测基准，正把 Astra 从里到外拆了一遍。

多项评测之后，业界对Astra 的长板和短板的认知变得更为明确。

业界普遍共识是Astra强在语义理解和陌生场景的泛化。换一台陌生的机器、一间陌生的厨房也能直接上手，失败了会复盘、会纠偏，甚至能读懂触觉信号。这正是过去专门模型最难做到的泛化能力。

许华哲团队曾做过一个插花实验。他们故意给任务加了难度：花茎下端被劈成了两半，分叉的茎很难塞进瓶口。Astra能先捏住分叉处把它捏窄，再往里塞。“本质上是因为它已经理解了3D空间，这样的理解已经能够帮助到非常多非动态的物理世界操作任务了。”

许华哲提到，更让他意外的是Astra把反思变成动作的能力。给它一个陌生的机器人本体，它很快会发现这台机器人动得快还是慢、活动范围有多大；撞到了桌子，它会判断“这个桌子还蛮高的”，然后把手抬高一点。

这种泛化能力，恰恰是专用模型最缺的。过去的VLA模型，把绿杯子换成红杯子就可能失效。而Astra只需几张照片，就能把整个实验室重建成仿真环境。

连被认为是通用模型“禁区”的触觉，也被撞开了一道口子。

根据《麻省理工科技评论》中文版报道，清华团队发布的TacTalent报告中，没有微调任何策略模型，只给 Astra 几条示范，再把夹爪上的触觉信号以图像形式和摄像头画面一起输入。在UniVTAC基准上，它的平均成功率从纯视觉的76.3%升到 93.8%；其中拔钥匙任务从 30% 升到 90%。钥匙被卡住时，它能根据夹爪两侧触觉图像的变化判断受阻方向，再调整动作。

在两套视触觉基准上，它的表现相比此前报告的最佳专用模型分别高出22.9和13.1个百分点。“没有基模能力的突破，仅靠示范和框架，很难达到这样的效果。”论文作者、清华博士生杨晨说。

行业内也看到了它当下能力的不足。比如遇到需要毫米级的接触、需要实时反应的动态动作和语言说不清的任务，成功率就会掉下来。

以第三方评测机构Robocurve对Astra的评测为例，他们用Astra做把积木放进碗里的任务几乎没有失手，20次测试里成功了19次。但Astra控制机器人把一块圆形拼图嵌进凹槽，却只成功了2次。差距就发生在需要接触和高精度控制的那几毫米。

由香港大学、清华、伯克利等多家机构研究者共同在RoboDojo基准的42项任务上测试了 Astra，发现它的能力分布“高度两极化”：需要语义理解、但不要求高精度控制的任务，它泛化得很好；一旦任务需要精度、动态控制或复杂的双臂协同，表现就明显变差。

业界反馈另一个明显短板是慢。一位具身行业人士告诉数智前线，网上流传的Astra控制机器人的视频，大多要开到16倍、甚至32倍速才看得下去。而英伟达的Astranomy项目，测得GPT-6 Astra在具身智能直接生成动作模式（Direct Policy）下的单次推理平均需要18.56秒。

之所以有明显的时延，许华哲解释，Astra 内部的思维链非常长，“复杂任务和简单任务思考时长基本上是相似的”。这意味着它在难题上很聪明，在简单事上却显得很笨。

Token消耗也是一个问题。商汤与多家企业、机构联合发布的报告里提到，“把笔放进笔筒”这个对人来说几秒钟就能完成的任务，Astra 总耗时 4个多小时，花费55美元。银河通用团队的报告则显示，在50个 RoboDojo 测试实例上，由Astra直接控制累计消耗了超过11.3亿 token。

某种程度而言，商汤联合多家机构所出报告的结论能精准概括当下 Astra能力——已经具备了完成具身任务的能力，但离实用的具身智能还差一段路。

值得一提的是，行业内也有观点明确认为，目前对以Astra为代表的通用大语言模型在具身上的短板可能只是阶段性的，因为GPT-6 Astra这样的通用大模型并未专门针对物理操作优化，未来随着相关数据的补全，获得了足够多的物理接触数据，短板可能会得到弥补。

用Astra来做什么

Astra成了绕不开的存在后，一个新的问题自然浮现。在一个机器人系统里，Astra该放在哪一层，企业可以用Astra这样的通用模型来做什么？

陈哲把眼下Astra的用法分成了三类：一是直接充当策略模型完成机器人任务；二是监督、辅助修正现有 VLA 动作模型，提升任务成功率；三是作为具身研究员自主搭建仿真环境、调试运动策略，实现物理 AI 自进化（Physical RSI）。德邦证券10月中旬的具身智能行业研报也沿用了这一划分。

实际上，直接充当策略模型完成机器人任务正是X上最热的那则画桥视频的用法。虽然有明显的慢和贵的问题，但相比之前大模型充当规划角色，又往前进了一步。

许华哲打了个比方。以前，跟机器人说“我要吃西红柿炒蛋”，大模型负责规划出“打开冰箱门、拿出西红柿、拿出鸡蛋”，具体怎么开冰箱、怎么打鸡蛋，交给底下的具身模型。而现在，Astra能直接说“把手往右伸 2 厘米”，没抓住就“再往前靠一靠”，Astra底下的执行策略变得更像一个反射系统。

用Astra来当监工，与此前大小脑分层，大模型给总目标、VLA执行的模式有差异。Astra要逐步把关，让VLA先给出动作，由它观察、审核，必要时修正。从目前市面公布的评测结果看，这种用法带来的效果和成本都很明显。

商汤联合多家机构发布的联合报告显示，按此前的分层做法，只让Astra下发子目标、由 VLA执行，成功率只有5.83%；改为让它在执行前审核 VLA 提出的 4 个候选动作，成功率升至25.83%。更关键的是，加上 Astra 这一层，不需要补采数据、重新训练。

Astra做监工也有成本和时间的代价。比如在英伟达的测试里，加入Astra审核后，一个回合要消耗约1100 万token、花费17.72 美元，速度也随之变慢。

目前行业内也非常关注Astra在仿真上的能力，也有不少团队用它来搭建仿真环境、调试运动策略。

宁波东方理工大学助理教授朱文涛提到团队内有学生尝试只给了一句指令，Astra在 Isaac Lab 仿真里自主运行了一天半，训练出让灵巧手转笔的策略。英伟达GEAR实验室两周前还开源了ASPIRE 框架，由大模型自己写控制代码、读执行日志、修改重试，验证有效的修正以代码形式存入技能库，供后续任务直接调用，加速具身研发。

除了上述三种用法，一些团队观察到Astra可以直接用来做数据标注和清洗。

大晓机器人董事长王晓刚在今年外滩大会上表示，Astra能够输出中间有价值的数据，这些数据有可能帮助基础模型加速它的进化。深朴智能王家伟也在播客中透露过，他们尝试用Astra给自采的数据做标注和清洗，发现它“做的比人还要好，而且能够24小时作业”，成本和人工差不多。此外，源策未来也表示在内部测试用它生成3D资产“结果还算不错”。

行业内已经有大厂把这件事做成了专用工具。英伟达本月开源了数据引擎Flora，并测算了当下数据标注的价格。得出的结论是，用Astra以最高推理强度标注一小时机器人视频，约需88.5美元，而Flora是在开源模型基础上专门微调的，估算成本只要0.72美元左右，每天可以标注20万小时，质量评分还略高于Astra（两者的测算口径不尽相同，Flora 目前也仅限研究用途）。可以想见标注这一环的门槛会随之被压低。

无论是搭仿真、生成3D资产，还是给数据做标注，靠的都是Astra对三维空间的理解。目前业界对这项能力的来源判断不一。

一种看法认为，它来自专门的3D数据。OpenAI可能在雇佣了大量数据标注人员，做了大量建模和轨迹标注。

另一种看法则把它归于编程能力的外溢。源策未来的李天羽认为，它是借助编程，在纯云端的虚拟环境里做强化学习，“硬学出来一些对于3D世界的理解能力”。海外开发者George Wing则更激进地认为，Astra能控制真机完成任务，可能是规模化代码强化学习涌现出来的。

可以说，Astra所代表的通用大模型正打开具身领域的一扇新的大门。

余震

Astra的影响，也在沿着产业链向外扩散。

不同的公司，在这波浪潮里的反应大相径庭。宇树的王兴兴密集表态，在10月召开的工博会上把通用机器人的时间表从8月时提到的“两到三年”拨到了“一两年”。一些布局具身的公司比如商汤、大晓机器人等则发布了评测报告、开源模型和框架，拥抱浪潮。还有许多公司保持沉默。

目前，头部硬件厂商是许多人看来比较确定的受益方。一种说法是，模型不管是谁做的，最终都要跑在一台真实的机器人上。

海外仿生人形机器人公司 Clone Robotics CEO Dhanush Radhakrishnan认为前沿模型的“半衰期只有6个月”，而机器人领域的回报最终将归于“品类领先的超级人形机器人平台”。这个判断和大模型行业这几年的走向颇为相似：前沿模型的领先往往撑不过几个月就被追平，而最稳定的赢家，是卖 GPU的英伟达。

数据的重要性则被重新确认。Astra在精细操作上的短板，恰恰指向物理接触数据的缺失，而目前大模型公司开始大量买数据、采数据已经不是新闻。

今年9月具身数据众包平台觅蜂科技CEO姚卯青受访时提到，他们的客户里除了具身公司和世界模型公司，通用大模型公司是他们的第三类客户。而头部的大模型最新版本具备了一定在物理世界里面去决策和规划的一些能力，也是因为它们已经开始把这些数据训到基模多模态的能力里面去了。

大模型公司已经不止于买数据。OpenAI在湾区租下的厂房，电力容量超过1.4万安培，远超普通工业建筑，被外界视为机器人数据工厂的雏形；其机器人数据采集运营岗位的职责里，明确写着协调工作站、操作员和物料的日常运转。字节Seed团队新放出的数据与评测岗位，则要求建设贯穿采集、处理、训练、评测和模型反馈的完整闭环。

一位具身行业从业者告诉数智前线，具身公司过去在数据上投入很大，哪怕别人要采，别人也会花很长的时间才能采出来。但这段时间差能维持多久，没人说得清楚。

仿真是否受益，则观点不一。陈哲认为，如果通用模型需要在虚拟世界里做强化学习，谁能提供更多、更真实的3D场景，谁就有议价权。许华哲则泼了冷水，Astra 做的real-to-sim主要是在几何和外观上重建场景，“物理引擎并没有变得更准确”。

资本的反应非常直接。9月具身融资额明显回落，恰与Astra发布同月；但降温 IPO 收紧、订单验证压力等多重因素叠加的结果，“被通用大模型替代的风险”正在成为投资人新的考量。

冲击暂时还没有传导到产线上。今年具身智能公司在工厂和物流场景里加速跑通数据闭环，而工业客户最看重的是节拍和稳定性。比如宝马斯帕坦堡工厂在测试Figure 02时，将总节拍定为84秒，其中上料时间只有37秒。目前Astra尽管在理解和规划复杂任务上表现极为出色，但在真实产线上，时延和成本高仍是它眼下难以逾越的门槛。这使得已经在工厂和仓库里跑起来的落地项目，短期内并不会因它而改变节奏。

Astra带来的影响仍在延续。

有从业者认为，对整个行业而言，影响需要从“比例”和“体量”的角度区分来看。具身智能公司在产业链里分到的比例可能会被挤压，但通用模型的进展会加速物理AI的落地，整个市场的体量反而被放大。