商汤团队评测 GPT-6-Astra：传统具身评测高分 真机实操表现不佳

商汤联合多所高校及企业团队针对 GPT-6-Astra 的具身能力开展覆盖 12 项仿真评测、8 个真实机器人平台的系统分析，发现其在借助上下文学习、放宽动作步数限制的条件下，多项传统具身评测取得接近满分的成绩，但面对真实机器人操作任务时，在精细接触、长程任务等场景失误频发，暴露出物理操作成功状态误判、错误难以补救、执行成本高昂等问题。研究判断 GPT-6-Astra 已跨过具身能力门槛，但距离实用部署仍有不小差距。团队还指出现有具身评测存在局限，需向更贴近真实家庭需求的方向调整，同时推出可递归自我进化的 SenseNova-RoboRSI 具身系统框架，在不更新基础模型权重的前提下依托执行反馈持续优化机器人表现，相关方案已在多项仿真评测中验证了效果。