XDOF 在 Ember-0 双臂机器人基准上完成真机测试,GPT-6.2 Astra 操控机器人完成 16 项复杂操作任务综合成功率从 GPT-6 Astra 的 19.6% 提升至 41.2%,实现翻倍提升,这次突破的核心原因是通用大模型在视觉感知、长步骤规划、动作反馈纠错上做了优化,并且评测全程是零样本、没有针对机器人任务单独微调,连之前几乎没有 AI 能通关的打结、展开 T 恤这类柔性物体操作任务也顺利完成,这套结果也改变了行业之前的看法,也就是专用具身模型才更适合机器人操控,现在通用大模型已经可以直接驱动实体机器人完成精细操作,当然它目前还存在云端推理延迟偏高、高速连续运动控制不稳的短板,暂时还不能直接落地到工业流水线高频实时控制场景,更多是在非极速、需要复杂逻辑规划的机器人任务上展现优势。
一、评测基础信息与任务清单
评测平台:XDOF Ember-0,双臂 YAM 机器人工作站,一共 6 台设备并行测试,每项任务重复 30 次,人工标注抓取失误、碰撞、步骤遗漏,剔除硬件故障带来的干扰,保证结果可信
16 项任务包含刚性物体搬运、分类装配、柔性布料整理、绳索打结、容器开合、物品归位、障碍避让等,覆盖日常家用、服务机器人常见操作。
- 前代 GPT-6 Astra:19.6% 综合成功率
- GPT-6.2 Astra:41.2% 综合成功率
亮点任务:绳结、摊开 T 恤,属于本次评测里新突破项目,此前所有模型都很难稳定通关
二、GPT-6.2 Astra 相比 GPT-6 Astra,具身能力升级要点
- 视觉闭环理解变强:可以看懂连续画面变化,抓取失败、物体打滑之后,自动调整下一步动作,而不是重复相同错误指令
- 长时序任务规划优化:16 项任务很多是多步骤串联操作,新版本不容易在中途遗忘子目标、打乱操作顺序
- 柔性物体处理能力提升:布料、绳索这类形态不确定的物体,是传统具身模型难点,新版本对形变预判更好
- 推理延迟下降:平均预测时延从 15 秒降到 10.1 秒,对机器人来说,反馈速度改善明显
- 零样本泛化:评测不做专项机器人数据训练,直接用通用模型输出控制逻辑,靠 Codex 生成机器人控制代码
三、两套模型关键指标对比表
| 对比项目 | GPT-6 Astra | GPT-6.2 Astra |
|---|---|---|
| Ember-0 16 项任务平均成功率 | 19.6% | 41.2% |
| 平均推理时延 | 15.0s | 10.1s |
| 柔性物体(T 恤、绳结) | 几乎无法完成 | 稳定通关 |
| 评测模式 | 零样本 | 零样本 |
| 控制方式 | 模型输出动作规划 | 规划 + 失败反馈自动重规划 |
四、当前存在的短板清单
- 实时性瓶颈:云端推理延迟依旧偏高,不适合需要毫秒级闭环控制的高速工业机器人
- 移动行走能力偏弱:导航、双足机器人连续行走稳定性提升有限,优势集中在桌面静态操作
- 成功率不是 100%:41.2% 是平均值,简单任务成功率高,复杂精细操作依然容易失败
- 依赖底层控制器:模型只负责高层任务规划,底层力控、伺服驱动依然需要配套机器人控制系统配合
五、行业影响解读
过去行业思路是单独训练专用具身模型,专门做机器人控制;现在 GPT-6.2 Astra 的成绩证明通用大模型可以直接承担机器人高层决策,OpenAI 也把独立机器人团队并入主模型研发团队,路线转向通用大模型赋能实体机器人,而不是单独开发机器人专用模型。但这不代表专用具身模型马上淘汰,在高频、高速、强力控的工业场景,专用策略模型依然不可替代。
【相关 FAQ】
问题 1:GPT-6.2 Astra 具身智能评测 16 项任务成功率对比 GPT-6 Astra 翻倍,这个数据是在什么测试环境测出来的?
回答 1:GPT-6.2 Astra 具身智能评测 16 项任务成功率对比 GPT-6 Astra 翻倍的数据来自 XDOF 的 Ember-0 双臂机器人基准,使用 6 台 YAM 工作站并行测试,每项任务重复 30 次,人工过滤硬件干扰,全程零样本,没有针对机器人任务单独微调模型。
问题 2:GPT-6.2 Astra 具身智能 16 项任务成功率相比 GPT-6 Astra 翻倍,是不是代表它可以直接落地工业机器人产线?
回答 2:GPT-6.2 Astra 具身智能 16 项任务成功率相比 GPT-6 Astra 翻倍,只代表桌面静态操作、柔性物体操作的规划能力变强,云端推理延迟高,没法满足工业产线毫秒级实时控制需求,现阶段更适合服务机器人、科研机器人场景,不适合直接上高速流水线。
问题 3:GPT-6.2 Astra 具身智能 16 项任务成功率相比 GPT-6 Astra 翻倍,是不是意味着专用具身模型没有价值了?
回答 3:GPT-6.2 Astra 具身智能 16 项任务成功率相比 GPT-6 Astra 翻倍,证明通用大模型能做高层任务规划,但高速运动、精准力控、端侧低延迟场景,专用具身策略模型依然有不可替代的优势,二者更多是搭配使用,不是直接替代。
问题 4:GPT-6.2 Astra 具身智能 16 项任务成功率相比 GPT-6 Astra 翻倍,这次新增突破的代表性任务是什么?
回答 4:GPT-6.2 Astra 具身智能 16 项任务成功率相比 GPT-6 Astra 翻倍,本次最受关注的突破任务是绳索打结、展开 T 恤,这两项柔性物体操作任务在之前 GPT-6 Astra 和其他模型测试里几乎无法稳定完成。
【参考资料】
[2026-11-21](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)量子位
[2026-11-20](GPT-6.2 Astra scores 41.2% on Ember-0 robotics benchmark)Crypto Briefing
[2026-11-19](一个能拿 79 分的机器人模型,和一个被撤掉的团队)人人都是产品经理
[2026-11-18](GPT-6.2 Astra 与 Sol 突袭发布,OpenAI 狙击 Anthropic 上市日)36 氪
【免责声明】
本文内容仅为 GPT-6.2 Astra 具身智能评测信息解读,不构成机器人项目选型、模型采购、技术投入建议;评测结果仅在 XDOF Ember-0 特定机器人硬件、特定任务条件下有效,不同机器人硬件、任务场景下效果存在差异;模型能力、开放权限、API 参数以 OpenAI 官方公告为准。
