这次评测的核心结果很明确,在 XDOF 推出的 Ember-0 真机机器人基准测试里,GPT-6.2 Astra 完成 16 项双臂机器人实操任务,整体任务成功率达到 41.2%,上一代 GPT-6 Astra 只有 19.6%,新版直接实现成功率翻倍,在具身智能赛道给垂直专用机器人模型带来很强冲击。Ember-0 这套测试包含摊开 T 恤、打结、寻找遮挡物体这类贴近真实生活的双臂操作任务,全程是真机零样本测试,模型不能提前针对机器人任务做专项微调,只用自然语言指令输出动作方案、控制双臂机械臂完成操作;除了成功率上涨,推理延迟也同步下降,平均延迟从 15 秒缩短到 10.1 秒,规划动作的响应速度更快,这也是通用大模型进军机器人领域一个很关键的进展。之前行业很多观点都觉得,机器人控制要靠专门训练的垂直具身模型,通用大模型只适合做顶层任务规划,现在 GPT-6.2 Astra 的成绩证明,通用旗舰模型也可以直接输出可靠的机器人动作策略,替代一部分专用具身模型的工作。
一、Ember-0 评测核心数据对比
| 项目 | GPT-6 Astra | GPT-6.2 Astra | 变化情况 |
|---|---|---|---|
| 综合任务成功率 | 19.6% | 41.2% | 翻倍提升 |
| 平均推理延迟 | 15.0 秒 | 10.1 秒 | 延迟缩短约 33% |
| 评测任务数量 | 16 项双臂实操任务 | 16 项双臂实操任务 | 任务集完全一致 |
| 测试方式 | 真机双臂机器人、零样本 | 真机双臂机器人、零样本 | 测试条件统一 |
二、16 项 Ember-0 具身任务的类型
- 织物类操作:摊平衣物、折叠布料、系绳打结,考验柔性物体感知
- 物体检索类:定位被遮挡、堆叠盖住的目标物品
- 抓取摆放类:识别目标、稳定抓取、放到指定位置
- 多步骤组合任务:连续完成多动作串联的复合操作
三、GPT-6.2 Astra 具身能力变强的关键方向
- 三维空间感知和物理理解升级,能预判柔性布料、松散物体在抓取后的形变,不会只靠静态图像判断。
- 动作规划容错性提升,碰到抓取失败、物体移位之后,可以根据视觉反馈重新调整方案,而不是直接任务失败。
- 双臂协同逻辑优化,两个机械臂可以配合分工,不再容易出现动作冲突、互相干涉的情况。
- 推理开销下降,同样的任务规划,消耗 token 更少、等待时间变短,更适合机器人实时控制场景。
四、行业带来的讨论变化
一部分从业者认为,通用大模型路线会慢慢挤压专用机器人模型的空间,未来机器人厂商不用单独训练一套庞大的具身策略模型;另一部分人保持谨慎,这套测试任务难度有限,面对高精度装配、高速运动、力控敏感的工业场景,GPT-6.2 Astra 依然有明显短板,还没法直接落地工业机器人。
【相关 FAQ】
问题 1:GPT-6.2 Astra 在 16 项 Ember-0 具身任务成功率相比 GPT-6 Astra 翻倍,这个测试是什么?
回答 1:GPT-6.2 Astra 在 16 项 Ember-0 具身任务成功率相比 GPT-6 Astra 翻倍,Ember-0 是 XDOF 搭建的双臂真机机器人评测基准,一共 16 项实操任务,全部采用零样本方案,用来衡量大模型直接控制实体机器人完成生活化操作的具身能力。
问题 2:GPT-6.2 Astra 具身任务成功率翻倍,是不是代表专用具身机器人模型要被淘汰?
回答 2:GPT-6.2 Astra 具身任务成功率翻倍只能说明通用大模型在生活化双臂操作上取得突破,并不代表专用具身机器人模型会被淘汰;工业高精度、高动态力控场景,专用模型在稳定性、安全性上依旧具备优势。
问题 3:GPT-6.2 Astra 和 GPT-6 Astra 的具身测试,除了成功率翻倍还有别的提升吗?
回答 3:GPT-6.2 Astra 对比 GPT-6 Astra,在 16 项 Ember-0 具身任务成功率翻倍之外,平均推理延迟也从 15 秒降到 10.1 秒,动作规划响应更快,双臂协同、柔性物体物理预判能力都有优化。
【参考资料】
[2026-11-21](GPT-6.2 Astra 在 Ember-0 基准达 41.2%,具身任务成功率超前代两倍)TokenPost
[2026-11-20](GPT-6.2 Astra scores 41.2% on Ember-0 robotics benchmark)Crypto Briefing
[2026-11-19](GPT-6.2 Astra 真机机械臂评测登顶,通用大模型直驱机器人路线加速)36 氪
[2026-11-18](OpenAI 发布 GPT-6.2 Astra,强化 3D 物理与机器人规划能力)DeepTech 深科技
【免责声明】
本文仅整理 GPT-6.2 Astra、GPT-6 Astra 在 Ember-0 具身基准的公开评测数据,不同机器人硬件、不同具身评测榜单的结果不互通;该测试成绩不等于可直接商用落地,具身智能落地还受硬件、安全控制、实时反馈系统制约,本文内容不构成机器人项目选型、技术路线投资建议。
