网易首页 > 网易号 > 正文 申请入驻

GPT-6.2 Astra再次暴击具身模型:16项任务成功率较GPT-6 Astra翻倍

0
分享至

来源:市场资讯

(来源:量子位)

GPT-6.2 Astra又给具身智能上强度了,狠狠来了一计天马流星拳。

机器人基础设施公司XDOF的最新实测中,GPT-6.2Astra操控双臂机器人完成16项操作任务的综合成功率,从两个月前GPT-6Astra的19.6%飙升至41.2%,翻了一倍有余。

打结、展开T恤这两项此前无AI通关的操作,这次也被它拿下。


公布成绩后,OpenAI Developers官方账号转发了这条消息,OpenAI联合创始人兼总裁Greg Brockman也骄傲发言:


为确保评测严谨,XDOF以六台YAM工作站并行试验,每项任务重复三十次,单日可完成480场实测,并由人工标注子步骤、抓取失误与碰撞,滤除硬件偏差与随机扰动。

纵使标准如此严苛,XDOF也在最新推文中表示,Ember‑0基准或不久后便会被模型能力饱和。

两个月成绩翻倍,到底有多强?

要理解这次突破的含金量,得先搞明白测试任务究竟难在哪里。

GPT-6.2Astra参加的是XDOF推出的Ember-0测试。

这是一套面向真实物理环境的机器人评测基准,使用双臂机器人完成16项操作任务,每项任务按照30次重复测试的协议执行。

测试覆盖空间推理、物体抓取、双臂协作、工具使用、精细操作和柔性物体处理等能力。

两个月前,GPT-6Astra在Ember-0测试中的综合任务成功率为19.6%。

到了GPT-6.2Astra,这个数字已经飙升至41.2%,增加了21.6个百分点,超过原来的两倍——这里的41.2%是16项共享操作任务成功率的等权平均,涵盖物体抓取、空间推理、双臂协作、工具使用等多种能力。

So,进步并非来自某一项任务的单点突破,GPT-6.2Astra在整套测试中的表现都有了明显提升。


最让人眼前一亮的当属“给绳子打结”和“展开T恤这”两项操作被GPT-6.2Astra轻松拿下。

此前,Ember-0累计进行了143次有效的T恤展开测试,没有一个模型成功完成这任务来着。

除了这两项标志性突破外,在Ember-0涵盖的其他多项任务中,该模型的表现也有明显进步。

GPT-6.2 Astra在各个子任务的检查点完成度与最终成功率上均展现出显著提升。

提升最明显的是用夹子夹起面包的任务:GPT-6Astra的成功率只有10%,GPT-6.2Astra则提升到了90%。


为什么打结、展开T恤这么难?

要理解GPT-6.2 Astra这次突破的含金量,得先搞明白“打结”和“展开T恤”这俩任务对机器人来说到底有多坑。

在机器人学习领域,以Diffusion Policy、ACT和RT-2为代表的视觉-语言-动作模型(VLA)及专用策略模型,通常需要依靠大量人类示教数据来学习操作技能。

人类先示范,机器人再从中学习如何抓取、移动和摆放物体。

这套方法在刚性物体和固定流程中已经取得了不错的效果。

杯子、箱子等物体的几何形状相对稳定,抓取位置和运动轨迹也比较容易预测,模型经过训练后,往往能够形成较为稳定的操作策略。

But,换一种物体、换一个环境,或者把几个动作串联成更复杂的任务,原有策略就未必还能奏效。模型可能需要重新采集示教数据、补充训练,才能适应新的操作条件。

柔性物体又把难度推高了一层。

展开T恤或给绳子打结时,物体的形态会随着机械臂每一次接触、抓取和拉扯不断变化,形变过程也很难提前预测。机器人需要理解“把衣服展开”这样的任务目标,还得从腕部和顶部摄像头传回的视觉画面中,持续判断衣物的角点、褶皱和整体形态,再决定下一步该如何动作。


这对操作精度和双臂配合提出了很高要求。

抓取位置或动作节奏稍有差池,都可能导致衣角滑落、绳索缠绕,前面完成的操作也可能因此付诸东流。

在XDOF的评测体系中,“打结”和“展开T恤”这两项任务对应的核心能力标签涵盖了形变控制、双臂协调、精细操作(Dexterity)以及长程规划(Long horizon)。

在没有触觉反馈的硬件条件下,大模型每次输出动作块(Action chunk)之间还存在十余秒到二十余秒的推理延迟,机械臂在等待新决策期间无法实时微调,这使得每一次接触控制和失败恢复的成本都极高。

因此,打结和展开T恤考验的是一整套综合能力,包括三维空间理解、双臂协同配合、精细接触控制、基于历史记录的动态状态追踪以及长程任务规划。


BTW,速度也是第二系统模型一直面临的挑战。此前,外界对这类模型的批评之一,就是推理过程耗时较长,难以满足机器人实时操作的要求。

这次GPT-6.2Astra也在速度上有所改善。

模型发布期间,其平均预测延迟从GPT-6Astra的15秒下降至10.1秒。

不过,与其他模型架构相比,这种推理方式的效率仍然偏低。对于需要连续感知、快速响应的机器人来说,10秒左右的等待时间依然不短。

但是总的来说,具身智能模型往往在简单抓取和物体摆放上表现不错,一旦遇到复杂接触、工具使用和柔性物体,成功率就会明显下降。

XDOF此前公布的Ember-0测试结果也呈现出类似问题。

比如模型通常能理解任务、规划出看起来合理的动作,真正落到机械臂上,却容易在抓取、接触和连续操作环节掉链子。

GPT-6.2Astra这次的突破,恰好表示通用模型已经开始突破这些难点。


△图片由AI生成

而从行业视角来看,通用大模型对具身智能的冲击,也正在沿着这条路线持续推进。

从英伟达研究团队测试GPT-6Astra直接充当机器人策略模型,到Claude在机器人模拟环境中展现复杂操作能力,再到Google DeepMind将Gemini的多模态理解能力延伸至机器人控制,通用模型正在一轮轮刷新具身智能的能力边界。

One More Thing

活跃在机器人/具身智能领域的新加坡国立大学总统青年教授Jiafei Duan随后也发帖赞美了GPT-6.2 Astra“入侵”具身智能的优秀表现。

在他们做的真实机器人对比测试中,GPT-6.2 Astra表现贼出彩,一天内就冲到了RoboColosseum的SO-101 Elo排名第一。

实际操作情况,请看小屏幕:


自初代模型在柔性操作前束手无策,及至GPT‑6.2 Astra两月内实现成功率翻倍、破局多项零分任务,前沿多模态大模型在物理世界的演进步伐,正在持续加快。

而且是以让人有些应接不暇的速度。

累了,累了。

我宣布,11月的每一天都是AI领域的眩晕瘫坐日(bushi)。

[1]https://x.com/xdofai/status/2123822012066157011

[2]https://x.com/djiafei/status/2123925760281067567?s=46

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
这下彻底佩服了!​黄仁勋的情人黄乐,​手上戴的手镯,我特意去查了一下它的价格,真是贫穷限制了我的想象!

这下彻底佩服了!​黄仁勋的情人黄乐,​手上戴的手镯,我特意去查了一下它的价格,真是贫穷限制了我的想象!

财经要参
2026-11-15 12:00:05
曾率海港夺中超冠军!曝60岁名帅被推荐给蓉城 与郑智李霄鹏竞争

曾率海港夺中超冠军!曝60岁名帅被推荐给蓉城 与郑智李霄鹏竞争

我爱英超
2026-11-21 17:13:47
广东男篮爆冷出局,赛后媒体人不留情面揭开伤疤,说到点子上了

广东男篮爆冷出局,赛后媒体人不留情面揭开伤疤,说到点子上了

南海浪花
2026-11-22 05:37:34
真的来了!特斯拉突然发布年度重磅产品

真的来了!特斯拉突然发布年度重磅产品

XCiOS俱乐部
2026-11-22 09:20:07
金价跌势凌厉,多家银行发紧急提示,网友:1200时不提醒,700反而疯狂提醒

金价跌势凌厉,多家银行发紧急提示,网友:1200时不提醒,700反而疯狂提醒

东方豪侠
2026-11-22 09:26:55
167年黎曼猜想终于官宣确认!陶哲轩的2050预测,只撑了35天

167年黎曼猜想终于官宣确认!陶哲轩的2050预测,只撑了35天

AI范儿
2026-11-22 02:35:46
“好好学习吧,令爱的长相走不了这条路!”家长晒艺术照,心态崩了!

“好好学习吧,令爱的长相走不了这条路!”家长晒艺术照,心态崩了!

世界圈
2026-10-27 09:17:34
IGN:《GTA6》高人气美女很恐怖!杰森躲过一劫

IGN:《GTA6》高人气美女很恐怖!杰森躲过一劫

游民星空
2026-11-20 12:11:29
6-5!英锦赛一夜3场绝杀:中国军团5胜2负,丁俊晖首场对手3选1

6-5!英锦赛一夜3场绝杀:中国军团5胜2负,丁俊晖首场对手3选1

球场没跑道
2026-11-22 09:03:41
9个经济体的GDP不如深圳一个市?这届APEC,让全球重新认识了中国

9个经济体的GDP不如深圳一个市?这届APEC,让全球重新认识了中国

随遇而安之心
2026-11-21 19:31:03
与印度比赛时做出嫌臭手势,柏林联合15岁小将陷种族歧视争议

与印度比赛时做出嫌臭手势,柏林联合15岁小将陷种族歧视争议

懂球帝
2026-11-21 23:31:14
湖南出现历史上最荒唐法官!判男方净身出户,然后跟拿到全部资产的女方结婚

湖南出现历史上最荒唐法官!判男方净身出户,然后跟拿到全部资产的女方结婚

爆角追踪
2025-11-23 11:25:00
高市早苗摸特朗普后背遭躲闪,日网友痛斥:没资格当首相

高市早苗摸特朗普后背遭躲闪,日网友痛斥:没资格当首相

沧海一粟1155
2026-11-21 08:13:58
“A10后备厢装几箱啤酒就被压露底”,零跑汽车回应:系物品超过设计承重上限所致,已与用户沟通并获得理解,后续将优化用车指引

“A10后备厢装几箱啤酒就被压露底”,零跑汽车回应:系物品超过设计承重上限所致,已与用户沟通并获得理解,后续将优化用车指引

政知新媒体
2026-11-21 09:48:46
385米!胡塞打出超高战绩

385米!胡塞打出超高战绩

星火聊天下
2026-11-21 14:23:43
盛世脆断之前,无人感到安全

盛世脆断之前,无人感到安全

海涛评论
2026-11-20 00:44:37
宏远速递!广东连创队史纪录,陈老板做重要决定,贝帅暂时离队

宏远速递!广东连创队史纪录,陈老板做重要决定,贝帅暂时离队

多特体育说
2026-11-22 08:20:05
“拼命生产裁减工人,到时候卖给空气”?浙江车间299台注塑机仅8人值守,网友急了:全部失业谁有钱消费

“拼命生产裁减工人,到时候卖给空气”?浙江车间299台注塑机仅8人值守,网友急了:全部失业谁有钱消费

王老师你还好吗
2026-11-21 13:43:36
2004年,43岁的高市早苗第一次结婚,嫁给了52岁、离过婚还带着三个孩子的山本拓。

2004年,43岁的高市早苗第一次结婚,嫁给了52岁、离过婚还带着三个孩子的山本拓。

回京历史梦
2026-11-21 09:30:09
伺候宋美龄大半辈子的老佣人,临死之际才肯吐露:她能活到106岁,凭借的哪里是那些补品,真正见效莫过于这件事!

伺候宋美龄大半辈子的老佣人,临死之际才肯吐露:她能活到106岁,凭借的哪里是那些补品,真正见效莫过于这件事!

扶苏聊历史
2026-11-21 17:42:04
2026-11-22 10:20:49
新浪财经 incentive-icons
新浪财经
新浪财经是一家创建于1999年8月的财经平台
5580824文章数 10056关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

女子花2万存脐带血如今公司注销"断联":我的血还在吗

头条要闻

女子花2万存脐带血如今公司注销"断联":我的血还在吗

体育要闻

约基奇vs申京:最强的策应巨人?

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

家居
本地
亲子
旅游
手机

家居要闻

2026建博会(广州) 公装联探展交流活动

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

亲子要闻

宝宝必看的5个启蒙动画,豆瓣评分都是在9.0以上

旅游要闻

喀什旅游的游客因清廷中唯一的维吾尔族妃子的故事而奔赴这里参观

手机要闻

2026年最后一款超模旗舰!小米18标准版屏幕、性能、影像全面领跑

无障碍浏览 进入关怀版