OpenAI狂砸百亿剑指具身智能

OpenAI 狂砸百亿剑指具身智能

具身智能领域迎来重磅进展。9月，OpenAI发布了其迄今能力最强的模型GPT-6 Astra。银河通用机器人团队第一时间将其引入机器人任务测试，验证了通用大模型向物理世界延伸的能力。测试表明，GPT-6 Astra在未进行机器人专项适配的情况下，展现出极强的零样本泛化能力，能够理解指令、识别目标并修正错误。

两种闭环控制架构测试

研究采用两种仿真双臂操作架构进行分析：
1. 混合控制（π0.5+GPT-6 Astra）：π0.5生成候选动作，GPT-6 Astra根据视觉和执行历史进行末端位姿修正。
2. 独立控制（GPT-6 Astra direct）：GPT-6 Astra直接作为策略，根据观察判断动作。

实验结果显示，GPT-6 Astra具备很强的机器人策略能力。在RoboDojo任务子集中，混合控制模式成功率达48%，平均分数62.6，较第二名大幅提升64%，且仅14.4%的执行控制步由GPT-6 Astra修正，Token消耗减少约44.8%。

在单臂Franka的RoboLab评测中，独立控制架构表现接近全成功（98%），因其任务以语义要求的pick-and-place为主，充分发挥了GPT-6 Astra的语义理解与闭环规划能力。

GPT-6的物理局限性与Scaling Law验证

尽管GPT-6 Astra擅长语义理解与推理，但在接触、力控等物理操作中仍存在局限。模型在缺少具身Policy提供的成熟动作先验时，部分方案在实际执行中不够稳定。

这一测试释放了清晰信号：随着模型规模与算力扩大，通用大模型正快速获得进入物理世界的能力，Scaling Law正被具身智能验证。过去需特定训练的能力，现可通过强预训练和零样本泛化迁移。

为此，OpenAI正将大量资源投向该赛道。据悉，OpenAI已开始通过数据采集机构购买千万小时级具身数据，并投入百亿元人民币级别的资源，加速Physical AI的布局。