商汤发布 GPT-6-Astra 具身智能实证研究及 SenseNova-RoboRSI 框架
We release the most comprehensive 𝗲𝗺𝗽𝗶𝗿𝗶𝗰𝗮𝗹 𝘀𝘁𝘂𝗱𝘆 𝗼𝗳 𝗚𝗣𝗧-𝟲-𝗔𝘀𝘁𝗿𝗮’𝘀 𝗲𝗺𝗯𝗼𝗱𝗶𝗲𝗱 𝗶𝗻𝘁𝗲𝗹𝗹𝗶𝗴𝗲𝗻𝗰𝗲 across 12 simulation benchmarks and 8 real-robot platforms, together wi
商汤发布针对 GPT-6-Astra 具身智能的实证研究，覆盖 12 个仿真基准和 8 个真实机器人平台，并同步开源 SenseNova-RoboRSI 框架及一个 27B 模型，其运行成本约为 GPT-6-Astra 的 1/50。在统一协议（ICL 加最多 10 倍交互预算）下，GPT-6-Astra 在 12 个基准上均达到 SOTA，RoboDojo 从 1 倍预算的 27.6% 升至 10 倍的 81.9%，DexJoCo 达 87.3%，此前 SOTA 为 40.3%，LIBERO 基准则被推到饱和。研究同时指出，把笔放进笔筒这类简单任务的推理成本约 55 美元，且真实机器人会过热、等待时间过长，因此结论是 GPT-6-Astra 已基本跨过具身能力门槛，但实用级具身智能尚未到来。
推荐理由
精选AI 评分 78
商汤在 12 个仿真基准和 8 个真机平台上实测 GPT-6-Astra，并给出成本与实时性上的具体差距。
主题
正文 · AI 翻译
我们发布了关于GPT-6-Astra具身智能的最全面的实证研究，覆盖12个仿真基准和8个真实机器人平台，并同步推出SenseNova-RoboRSI：一个开源测试框架，以及一个运行成本约为GPT-6-Astra的1/50的27B模型。
以下是我们发现的结果：🔹 能力上限实际上要高得多。在统一协议（ICL + 最多10倍交互预算）下，GPT-6-Astra在所有12个基准上均取得明显的SOTA：RoboDojo在1倍预算下为27.6% → 在10倍预算下为81.9%，DexJoCo为87.3%，而此前SOTA为40.3%，同时LIBERO基准被推至饱和。
🔹 代价太高，收益不划算。即便是把笔放进笔筒这样简单的任务，推理成本也约为55美元。
🔹 世界不会等待。时间很重要，因为真实机器人会过热，而模型还在思考时，一个鸡蛋就已经烧焦了。
我们的结论：GPT-6-Astra已基本跨过具身能力的门槛，但实用级具身智能尚未到来。