具身智能🔥9.0
GPT-6-Astra 达成具身智能了吗?
原标题: GPT-6-Astra 达成具身智能了吗?
📋总体概括
一篇arXiv技术报告称GPT-6-Astra在机器人操控与导航上表现惊人:在覆盖桌面操作、人形机器人、移动平台和灵巧手的12个代表性基准上,统一协议下通过上下文学习(ICL)利用训练集演示并大幅增加执行步数,取得前所未有的成绩。报告质疑了「一个任务一个专用模型」的传统范式,并指出ICL泛化性、成本与执行时间、物理状态验证仍是短板。它更像一份能力宣言而非落地成果,是否达到具身智能引发争议。
⚡关键信息
- ▸GPT-6-Astra在12个代表性基准上完成大规模评测,覆盖桌面操作、人形、移动平台与灵巧手
- ▸评测采用统一协议,允许从训练集演示中做上下文学习(ICL),并大幅增加执行步数
- ▸报告宣称其表现挑战了为单一任务和本体构建专用模型的传统范式
- ▸报告自认局限:ICL泛化性、成本与执行时间、物理状态验证仍待改进
🔥犀利点评
先泼冷水:靠大幅增加执行步数和训练集演示刷出的「前所未有的性能」,更像评测协议的胜利而非智能的胜利。放宽执行预算本身就是给慢思考模型开挂,真实产线可不会给你试错几十步的机会。不过方向值得肯定——用一个通用模型横扫四类本体、12个基准,若属实,专用VLA模型的护城河确实会被冲掉。物理状态验证被列为短板,说明它仍缺闭环的具身常识。标题那个问号,作者自己也不敢填答案。
📰 相关资讯(与本文相关的其他资讯)
本文由本站自动聚合,以下为原始来源:前往 arXiv cs.RO 论文 阅读全文 →