商汤发布GPT-6-Astra具身智能评测报告：仿真表现突出，真实平台仍存短板

11月2日，商汤SenseNova联合研究团队在arXiv发布技术报告，系统评测了OpenAI的GPT-6-Astra在具身智能任务上的能力，覆盖12项仿真基准和8个真实机器人平台。

测试结果显示，在将交互步数上限提高至标准预算的10倍，并允许In-Context Learning后，GPT-6-Astra在多项仿真基准上逼近甚至触及饱和线。其中，RoboDojo任务成功率达到81.9%，而同一基准在标准预算下的成功率仅为27.6%。在真实机器人平台上，模型在长程任务、跨任务泛化以及柔性物体精细控制方面仍存在明显短板。

与报告同步，商汤还开源了日日新SenseNova-RoboRSI执行框架及配套的27B具身模型。据商汤披露，该方案可将叠碗、装笔等特定任务在扩展预算条件下的完成成本压缩至GPT-6-Astra直接调用的1/50，但该数据来自商汤自身测试，且衡量的是特定任务在特定评测条件下的成本变化，并非普适成本基准。商汤方面也表示，成本问题在长程任务和真实机器人精细控制方面仍未完全解决。