GPT-6 Astra直接接管機器人「大腦」，模擬成績超過專用VLA

動察 Beating AI 快訊，由香港大學 MMLab 牽頭的機器人操作評測項目團隊 RoboDojo 做了個反常規實驗。他們沒有給 GPT-6 Astra 再配一個訓練好的機器人策略，而是讓這個通用多模態模型直接看相機、讀取機器人狀態、理解任務，再自己決定下一步怎麼動。中間只有一套固定控制工具，把 Astra 給出的目標位置轉成機械臂動作。

在 42 項模擬任務裡，Astra 拿到 28.97 分、22.48% 平均成功率，超過原公開榜首 DM0.5 的 24.90 分、19.34%。同一套控制方式換成 GPT-5.5，只有 1.13 分、0.88%。

RoboDojo 公開榜過去主要是 VLA、WAM 這類專門訓練的機器人策略。現在，原本需要專用模型完成的一部分動作決策，通用大模型已經可以直接接手，而且整體成績還超過了原榜首。機器人是否還需要單獨訓練一顆「大腦」，這個問題第一次變得很具體。

但 Astra 還替不了機器人的「小腦」。插入、倒液體、精細接觸這些依賴真實物理控制的任務，它明顯更弱。真機測試還因為多次出現危險動作並損壞硬件，被團隊提前叫停。

隨著通用模型能力變強，機器人模型的分工可能會被重新劃分：大模型負責看懂環境、判斷和規劃，專用 VLA 與傳統控制器負責把動作做準、做穩。