GPT-6 Astra发布才两个月，GPT-6.2 Astra眼瞅着就要来了。

然而具身智能行业还没从上一轮打击中缓过神来。

一切都是那么猝不及防。

还记得GPT-6 Astra刚出来时，一批具身从业者被打懵了。特别是在一线搞预训练的工程师，更是人人自危。

近期，业内又传出消息，一些具身智能公司开始裁撤算法岗。

过去需要大量数据、算力和算法工程师一 点点 啃下来的能力，GPT-6 Astra在部分测试中，却不需要针对具体任务进行额外后训练，就能够展现出来。

这还让人怎么卷？？？

一位在机器人公司搞模型开发的工程师告诉量子位：

比起具身智能迟迟没有出现新的范式级突破，以Astra为代表的通用大模型，正在以coding的方式垂直打击具身行业，这才是真冲击。

冲击带来的压力，不完全来自硅谷。

相比OpenAI等海外大模型公司的技术进展，国内具身公司对本土大模型玩家的下一步动作更敏感。

Kimi 、 DeepSeek 、智谱……这些名字正在成为具身行业不得不关注的变量。

在最近火热的RoboDojo评测中，越来越多团队也开始尝试将通用大模型（如GPT-6 Astra）引入自己的机器人系统，泛化很强，能力惊人。

据RoboTwin/RoboDojo评测基准第一作者陈天行透露，一些原本坚持训练原生具身基础模型的团队，如今也开始提交结合Robot-Use-Agent（RUA）等技术的方案，借助通用大模型完成机器人任务。

效果相当直接。原先只有20分、30分的模型，在结合Astra相关方案后，评测成绩能够提升至50分、60分。

榜单分数涨上去了，具身公司满脑子却只有一个声音：

还有必要自研模型吗……（cry）

作为香港大学MMLab具身智能方向的博士生，陈天行参与了RoboDojo针对GPT-6 Astra的评测及评估报告（以下简称“报告”）撰写。

△RoboDojo团队对GPT-6 Astra的早期评估报告

回忆起9月中旬的一天，陈天行告诉量子位，当伙伴们陆续把测试结果拿来，他愣了好几秒：

你能看到它对3D重建、对数学等各个领域的冲击都是空前的。

吓人，真挺吓人的。

都被GPT-6打懵了

“具身自研模型还在80分上不断加0.1、加0.2，GPT-6 Astra已经一次性从80分跳到了90分。”

这是陈天行复盘这次评测时，给出的一个形象比喻。

更扎心的是，在部分测试中，Astra甚至没有针对具体任务进行额外后训练，也没有使用任务示范，仅凭语言指令，就能完成不少机器人操作任务。

最让他意外的，还是Astra一下子展现出了三项具身模型过去需要重点攻克的能力。

第一项是ICL（In-Context Learning，上下文学习）。

简单来说，就是让机器人通过少量上下文信息，快速学会一个新任务。

比如，人类拍一段自己操作的视频，再配上文字说明，机器人就能理解人是怎么做的，并尝试让机械臂复现。

今年7月，ICL还是具身圈一个相当热门的研究方向。常见的范式是展示人类操作，让机器人模仿以习得新技能——即所谓的单次情境学习。

但社区发现，给Astra提供图像或文字示范，成功率可以高于不提供示范。

更让人意外的是它的在线适应能力。研究人员故意改变摄像头画面和动作坐标系，Astra能够根据实际执行结果，在几轮尝试后调整策略，顺利完成任务。

也就是说，它不光能理解上下文，还能边做边修正。

在陈天行看来，因为通用模型本身就有很强的上下文理解能力。平时聊天时，它能记住之前的对话历史，给它一段视频，它也能理解视频内容和文字之间的关系。

把这些能力迁移到机器人操作上，原本需要专门研究的ICL问题，突然就有了现成的解法。

第二项是OOD（Out-of-Distribution，分布外泛化）和Correction（纠错能力）。

机器人在真实环境里，很容易碰到训练数据之外的情况。

比如，机械臂正准备抓一个杯子，结果杯子突然被碰了一下，位置变了。

一个过度依赖训练数据的模型，可能还会沿着原来的轨迹执行，最后抓了个空。

而Astra能够根据变化后的视觉信息重新调整动作，尝试把物体抓起来。

听起来只是一个很小的动作，背后却是机器人能不能适应真实世界的问题。

毕竟，现实世界可没有人负责把每一个杯子都摆回训练时的位置。

第三项是Open-Vocabulary Manipulation（开放词汇操作）。

这项能力涉及语言与动作之间的对齐。

比如，用户换不同的说法提出操作要求，机器人依然能够听懂并执行。

过去，语言理解和动作执行之间往往存在断层，具身模型需要针对具体任务进行后训练，才能更好地完成对齐。

但Astra在这方面展现出了更强的能力。在部分测试中，即使没有针对具体任务额外后训练和示范，它也能仅凭语言指令完成不少机器人操作。

在陈天行看来，以上三项曾是具身领域极具分量的技术命题，过去都属于可以单独拿出来讲创业故事的。

如今，Astra一次性把这三道题都做了，对原有具身模型研发路线是一场近乎爆裂的冲击。

△在RoboDojo-Sim基准测试中的零样本测试结果，不代表Astra已经能够在真实机器人上稳定完成这些任务。

报告中，RoboDojo团队提示，Astra的真机测试曾因安全问题中止。

仿真榜单上的高分，还不能直接等同于真实世界中的生产力。

但它已经足以让具身公司重新审视过去的研发投入。

为什么一个原本不是为机器人操作而生的通用大模型，能快速逼近具身公司多年积累的能力？

说起来有点无心插柳。

虽然通用大模型不是从零开始学机器人，但它是带着在大规模预训练中，攒下的语言、视觉、推理和Coding等一系列能力进入的机器人领域。

这些能力原本各有各的用处，没想到放到机器人身上，竟也能直接派上用场。

反观具身公司，很多团队从零开始训练机器人大脑，手里的数据主要来自机器人操作本身。

模型要理解环境、听懂指令、学会动作，很多能力都得从有限的数据里一 点点 磨出来。

一个是带着一身通用本事来做机器人，一个还在为每一项能力单独投入数据、算力和人力。

这场较量，本身起跑线就不一样。

自研模型还有必要吗？

GPT-6 Astra确实很强，但它还没强到让具身公司可以直接缴械投降。

至少在真实物理世界里，还有不少硬骨头等着啃。

破壳机器人创始人许华哲把具身智能的能力拆成了语义、空间和物理泛化三个层次。

他认为，Astra在前两项上表现突出，但到了复杂物理接触、受力变化、物体形变和高精度操作，仍然面临挑战。

比如，让机器人知道一个杯子在哪里、应该伸手去拿，和让它稳稳抓住一个杯子，完全是两回事。

杯子是软是硬？抓取时该用多大的力？物体被挤压、碰撞后会发生什么变化？

这些问题，光靠看懂画面、理解指令还不够。

△报告截图

RoboDojo团队在评测中也发现，Astra并非在所有任务上都占优。

几何对齐、语言指令理解是它的强项，但到了连续接触和多步骤物理操作，现有VLA仍然有不少机会。

自变量创始人王潜的观点是，通用大模型要进入具身，依然必须面对机器人数据、现实世界评测、硬件、仿真和部署等基础设施问题。

这些难度不会因为拥有一个更强的语言模型而自动消失。

问题是，Astra今天做不好的事情，明天会不会突然就做到了？

目前，业内吐槽Astra比较多的，还有推理速度太慢。

陈天行也注意到，GPT-6 Astra云端API推理延迟较高，这对机器人实时闭环控制是现实阻碍。

你想呀，如果机器人每做一个动作，都要等大模型想半天，恐怕很难满足真实场景的要求。

但陈天行认为，该问题并非根本性壁垒，现有LLM端侧部署方案已经较多，包括模型量化、蒸馏、端侧推理引擎等技术。只要大模型公司将机器人视为重要商业场景，就可以利用现有技术栈完成延迟优化。

这个问题出现的背后，是一个极易弄混的概念：「模型推理频率」和「机器人控制频率」，不是一回事。

一位不愿具名的具身模型工程师告诉量子位：

推理慢仍然可以控制快，牺牲的只是反应速度。对于比较吃节拍类型的流水线任务来说，反而无关紧要。

比如快递分拣，机器人需要连续、稳定地抓取和投放。高层模型负责理解任务、规划动作，底层控制系统则以更高频率执行控制指令。

只要任务允许提前规划，或者对反应延迟有一定容忍度，大模型未必需要参与每一个底层控制周期。

当然，遇到高速动态变化、复杂接触等任务，反应速度依然重要。

但至少，推理慢未必意味着机器人的控制不快。

今天通用大模型所暴露出来的各类短板，不能直接当作具身公司未来赖以生存的护城河。

对具身公司来说，这句实话，多少有些扎心。

但事实摆在那里。今年，OpenAI已经开始大量招机器人相关岗位。

倘若未来通用模型吸收更多机器人操作数据，原本属于专用具身模型的能力边界，还可能继续被压缩。

具身公司还有机会吗？自研模型还有必要吗？

陈天行的判断是，具身公司的机会，不在于比谁的模型更聪明，而在于比谁能创造更好的「经济效益」。

这笔帐很容易算。

在一条高度标准化的工业流水线上，机器人每天重复同样的动作，客户最关心的是成功率、节拍、稳定性和成本。

如果花几毛钱调用一个模型就能稳定完成任务，为什么非要花几块钱调用GPT-6 Astra？

即使需要一定的智能和泛化能力，一个经过专门优化的小模型，也可能比直接调用Astra更经济。

当然，如果换成家庭服务机器人，情况就不同了。

今天收拾桌子，明天寻找物品，后天又来了一个从未见过的新任务。

在这样的开放环境里，任务变化越多，对理解、规划和泛化能力的要求就越高。更强的通用模型，可能反而更有优势。

11月6日，陈天行在个人博客上，用两条轴线解释了其中的区别。

左侧是「场景需求」，右侧是「模型能力」。越往上越偏重通用性，越往下越偏重效率。

△陈天行博客

「开放任务可以更多借助通用模型，稳定任务可以采用规则或轻量策略，中间的场景则给场景优化模型留下了空间。」陈天行说。

依我看，两条轴线放在一起，就一句话：

能用规则/轻量策略解决的事，没必要上大模型；能用小模型完成的任务，也没必要每次都请Astra出场。

反过来，如果任务变化太多，专用模型需要不断采集数据、重新训练，直接调用通用模型可能更合算。

决定采用哪种方案，最终还得算一笔完整的经济账。

一次任务的成功率是多少？要花多少时间？失败后需要多少人工介入？数据采集、模型训练和长期部署又要花多少钱？

这些实打实的数字，决定了一套机器人系统有没有商业价值。

所以说，不是自研不重要，而是具身公司的「自研方向」需要重新排序了。

通用模型已经擅长的语言理解、任务规划等能力，可以考虑直接利用；涉及物理交互、特定本体控制、真实场景适配和部署效率的问题，仍然需要大量专门研发。

至于有没有必要继续从头训练一个更大的具身基础模型，就要看它能否在实际任务中提供足够明显、足够持久的优势。

有行业朋友和量子位吐槽，很多具身团队现在还带着比较强的学者心态，总想着做一个通用智能模型，恨不得把所有任务都装进自己的模型里。

但现在情况变了。GPT-6.2 Astra都快要来了。

若企业研究方向和目标产业脱节，模型训得再漂亮，商业闭环也未必成立。

One more thing

过去的60天里，很多具身从业者私下聊起来，仍旧迷茫。

只不过到了公开场合，大家该捍卫自己的利益和立场，还是要坚持到底。

可以肯定的是，GPT-6 Astra确实搅乱了具身行业原本的节奏……

马太效应、宇树上市后的行业重估、RSI成为新风口……叠加在一起，最终形成的是近期的行业情绪——

「投资人开始不投具身了」。

或许有夸张的成分，但具身智能机器人创业告别Demo、烧投资的阶段，却是无比真实的。

百机大战的淘汰赛，已经开始了。

本文来自微信公众号 “量子位”（ID：QbitAI），作者：关注前沿科技