GPT-6 Astra零样本控制机械臂，通用大模型叩开机器人动作大门

2026年9月GPT-6 Astra发布后，一段演示视频引发业界关注：第三方机构RoboCurve测试显示，未经针对性微调的Astra仅凭视觉输入与硬件实时状态，便可直接输出机械臂动作指令，在“将红色方块放入碗中”的任务中20次尝试成功19次，零样本成功率约95%。

这一能力意味着机器人“大脑”的进化出现拐点。过去大模型主要承担高层决策，真正抓取、移动仍依赖专用控制程序，语言与动作脱节；而Astra在听到指令后无需预训练，就能在画面中定位物体、分清空间方位，相当于打通了从“听懂”到“做到”的链路，泛化能力显著提升。

英伟达研究团队同期发布题为《Astranomy》的实证论文：GPT-6 Astra作为“原生机器人策略”，在RoboLab-120测试中，智能体方案任务成功率达74.8%，较此前最优公开策略高出23.8个百分点。不过单次模型调用平均耗时约18.56秒，智能体方案每轮消耗约3090万Token、费用约36.4美元，距离真实连续作业仍有差距。

国内企业已在探索“快慢脑”分工。启元机器人将Astra设为“慢脑”负责环境理解与规划，自研具身模型作为“快脑”负责实时动作，使机器人能理解规则并操作棋子。其首席科学家董豪表示，让通用大模型直接操控机械臂抓取一次耗时超半小时、单次成本约1美元，而自研模型仅需数秒。

这场“大脑”之争也推动技术路线收敛：通用大模型正承担更多思考与规划，但具身企业认为全栈技术路径仍是必答题。随着OpenAI下场研发人形机器人、英伟达推出Cosmos世界模型，模型巨头正加速从数字世界走向物理世界，有望推动具身智能迎来产业化拐点。