GPT-6 Astra直接接管机器人「大脑」，模拟成绩超过专用VLA

动察 Beating AI 快讯，由香港大学 MMLab 牵头的机器人操作评测项目团队 RoboDojo 做了个反常规实验。他们没有给 GPT-6 Astra 再配一个训练好的机器人策略，而是让这个通用多模态模型直接看相机、读取机器人状态、理解任务，再自己决定下一步怎么动。中间只有一套固定控制工具，把 Astra 给出的目标位置转成机械臂动作。

在 42 项模拟任务里，Astra 拿到 28.97 分、22.48% 平均成功率，超过原公开榜首 DM0.5 的 24.90 分、19.34%。同一套控制方式换成 GPT-5.5，只有 1.13 分、0.88%。

RoboDojo 公开榜过去主要是 VLA、WAM 这类专门训练的机器人策略。现在，原本需要专用模型完成的一部分动作决策，通用大模型已经可以直接接手，而且整体成绩还超过了原榜首。机器人是否还需要单独训练一颗「大脑」，这个问题第一次变得很具体。

但 Astra 还替不了机器人的「小脑」。插入、倒液体、精细接触这些依赖真实物理控制的任务，它明显更弱。真机测试还因为多次出现危险动作并损坏硬件，被团队提前叫停。

随着通用模型能力变强，机器人模型的分工可能会被重新划分：大模型负责看懂环境、判断和规划，专用 VLA 与传统控制器负责把动作做准、做稳。