独立评测机构 XDOF 在 Ember-0 机器人基准上放出实测结果,GPT-6.2 Astra 操控双臂机器人完成 16 项物理操作任务的平均成功率达到 41.2%,对比上一代 GPT-6 Astra 的 19.6% 直接翻倍,就连打结、展开 T 恤这类之前所有 AI 都无法通关的高难度精细操作,这次新版本也成功完成;之所以这次提升这么显眼,是因为通用大模型之前做具身操控普遍短板明显,容易出现抓取失误、碰撞、步骤跑偏,而 GPT-6.2 Astra 优化了空间感知、动作规划和反馈纠错链路;整套评测流程是使用六台 YAM 工作站并行测试,每项任务重复 30 次,人工标注每一步失误,过滤硬件故障带来的干扰,最后 OpenAI 官方账号也转发认可了这次测试结果,说明通用大模型直接驱动机器人的路线正在快速追赶垂直专用具身模型。
一、两代模型具身评测数据对比表
| 模型 | 16 项任务平均成功率 | 平均推理延迟 | 标志性突破任务 |
|---|---|---|---|
| GPT-6 Astra | 19.6% | 15.0 秒 | 常规抓取、简单摆放 |
| GPT-6.2 Astra | 41.2% | 10.1 秒 | 打结、展开 T 恤等精细操作 |
二、Ember-0 基准 16 项任务类型清单
- 简单拾取类:抓取方块、移动小件物品、放置到指定容器
- 衣物操作类:摊开 T 恤、折叠布料、整理软织物
- 绳索精细类:绳子打结、绳圈对位
- 工具使用类:用工具拨动、推移目标物体
- 组合流程类:多步骤连续操作,需要根据视觉反馈调整动作
三、本次变强的核心优化方向
- 空间几何理解:对物体姿态、距离、遮挡判断更准,减少抓空、碰撞
- 长时序动作规划:支持多步骤连贯任务,不容易中途遗忘目标
- 实时反馈纠错:收到视觉失败信号后,自主调整抓取角度和力度
- 动作指令输出:生成更适配机器人执行器的控制代码,降低执行偏差
四、行业层面的变化信号
- 过去主流思路:机器人需要单独训练垂直具身模型,通用大模型只负责顶层规划
- 现在的变化:GPT-6.2 Astra 证明通用大模型可以直接输出动作指令,在零样本场景下完成精细操控
- 限制短板:虽然成功率翻倍,但距离稳定商用还有差距,复杂环境下依然容易失败,推理延迟依然是落地瓶颈
五、评测严谨性说明
- 测试设置:零样本,没有针对 Ember-0 任务做专项微调
- 重复次数:每项任务独立跑 30 次,排除单次运气通关
- 误差过滤:人工区分是模型规划错误,还是机器人硬件、传动本身的故障
【相关 FAQ】
问题 1:GPT-6.2 Astra 在具身模型测试里,对比 GPT-6 Astra 提升了多少?
回答 1:GPT-6.2 Astra 在 XDOF 的 Ember-0 具身基准测试里,16 项机器人任务平均成功率从 GPT-6 Astra 的 19.6% 提升到 41.2%,实现翻倍,推理延迟也同步缩短。
问题 2:GPT-6.2 Astra 具身测试里,拿下了哪些之前很难完成的任务?
回答 2:GPT-6.2 Astra 具身测试里,成功完成了打结、展开 T 恤这类此前所有 AI 都很难通关的软物体精细操作,也是本次具身能力提升最受关注的亮点。
问题 3:GPT-6.2 Astra 这个具身评测是哪家机构做的,测试条件是什么?
回答 3:GPT-6.2 Astra 这份具身评测由 XDOF 发布,使用 Ember-0 基准,六台 YAM 双臂机器人并行测试,每项任务重复 30 次,零样本不做专项微调,人工过滤硬件干扰。
问题 4:GPT-6.2 Astra 具身能力变强,是不是意味着可以直接落地商用机器人?
回答 4:GPT-6.2 Astra 具身任务成功率虽然相比 GPT-6 Astra 翻倍,但整体稳定性不足,复杂环境容易出错,推理延迟也存在瓶颈,暂时还达不到稳定商用机器人的标准。
【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
[2026-11-21](GPT-6.2 Astra 在 Ember-0 机器人基准取得 41.2% 成功率,较上代翻倍)TokenPost
[2026-11-20](XDOF 发布 Ember-0 机器人评测结果,GPT-6.2 Astra 精细操作突破)XDOF 官方推文
[2026-11-19](通用大模型做具身控制,GPT 系列机器人能力迭代观察)36 氪
【免责声明】
本文内容基于 XDOF 公开机器人基准测试、媒体报道整理,GPT-6.2 Astra 具身测试结果仅为特定基准、特定机器人硬件下的表现;不同机器人平台、不同评测集,模型成绩会出现明显差异,本次测试不代表所有具身场景的真实能力,本文仅做 AI 行业资讯科普,不构成机器人项目选型、采购落地建议。
