桌面上散落着一組數字木塊，機器人需要理解數字大小，把它們從左到右排列成盡可能大的數字，并調整好每塊木塊的方向。
這道題看起來不複雜，但對靠模仿軌迹訓練的具身模型卻很難。機器人不僅要複現動作，還要記住剛才的順序，理解數字大小，最後才是伸手擺放——它得先想清楚，再把想法變成動作。
OpenAI最新發布的GPT-6 Astra，在這類任務中展現出了明顯不同的能力。一份由中國團隊完成的第三方評測，把Astra放進機器人仿真環境，測試它能否理解任務、操控機械臂，以及在失敗後自行恢複。
報告很快在GitHub公開，而完成這項評測的團隊中，就有銀河通用的研究員。
為什麼是銀河通用率先發現？
9月12日，技術報告《GPT-6 Astra as an Embodied Policy》開源。公開作者信息顯示，銀河通用研究員蘇佳奕為共同第一作者之一，張直政和王鶴為通訊作者。
從GPT-6 Astra發布到報告公開，前後不到兩周。短時間内完成任務選擇、實驗對齊、軌迹評估和報告整理，靠的不隻是反應速度——評測環境、控制工具和數據分析方法必須提前建好，新模型發布後才能迅速接入。
這正是銀河通用此次值得關注的地方。外界通常通過機器人本體和應用案例認識一家具身智能企業，仿真評測體系卻不容易被看見。它像埋在水下的基礎設施，平時負責訓練、驗證和尋找模型邊界，等到新模型出現，才顯示出價值。
需要說明的是，這不是OpenAI官方評測。報告是在RoboDojo和RoboLab仿真環境中完成的第三方實驗，結果反映的是特定任務、特定設置下的模型表現，不能直接外推到所有機器人和現實場景。
報告把GPT-6 Astra放在兩種模式裡測試。一種是Direct模式，由Astra直接生成機械臂末端動作;另一種是混合模式，先由具身模型π₀.₅提出動作，再讓GPT-6判斷是否需要糾偏。
在RoboDojo選取的10項雙臂任務中，混合模式獲得48%的成功率，GPT-6AstraDirect為26%。這組結果說明，通用大模型擅長理解目标和判斷對錯，具身模型則提供更接近物理交互的動作經驗，兩者配合比讓GPT單獨完成所有動作更穩定。
更吸引眼球的是RoboLab補充實驗。報告選取10項單臂Franka任務，每項測試5次。在這個特定的零樣本任務子集裡，GPT-6AstraDirect在50次測試中成功49次，混合模式成功46次，π₀.₅成功18次。
49/50是一個很強的結果，但邊界也要寫清楚：它來自報告選定的RoboLab任務子集，任務以語義識别、抓取和放置為主，不等于GPT-6在所有陌生機器人任務上都達到98%的成功率。
真正值得注意的，是它在語義理解和失敗恢複上的表現。機器人能按語言區分目标物，記住排序要求，也能在發現任務未完成後回頭檢查。這說明通用大模型正在把數字世界裡的推理、視覺理解和糾錯能力帶進物理任務。
能完成任務，不等于能把活幹好
成績亮眼，不代表機器人已經可以直接由超大模型接管。
報告顯示，涉及搭塔、杠牌等精細接觸任務時，GPT-6 Astra Direct表現明顯下降。理解“要做什麼”和穩定完成動作是兩回事：前者依賴語義和視覺判斷，後者還涉及力控、接觸穩定性、實時反饋和本體性能。
仿真環境與真實世界還有一個關鍵差異。該評測按控制回合運行，模型返回動作之前，仿真環境無需像真實流水線一樣持續推進;報告統計的物理執行時長也不包含模型響應延遲。但工廠裡的流水線，不會停下來等雲端回複。
按照此次評測采用的雲端調用方式，GPT-6 Astra尚未體現直接端側部署能力，進入真實産線還要面對響應延遲、網絡穩定性和推理成本等問題。
因此，這次評測給出的結論更接近“強，但不完整”：GPT-6在任務理解和陌生場景泛化上顯示出優勢，動作質量、實時控制和端側部署仍要依靠具身模型、本體系統和工程優化。
據業内人士估算，OpenAI自2025年起通過數據采集渠道購買的具身數據可能達到千萬小時量級，相關數據與算力投入可能達到百億元人民币級别。這不是 OpenAI 官方披露的數據，但多個信源交叉印證了同一個方向：OpenAI 在2025年初于舊金山悄悄搭建了人形機器人實驗室，最初雇用約100名數據采集員，通過遠程操控機械臂執行疊衣服等任務;到2026年，實驗室規模已擴大四倍多。9月3日，山姆・奧特曼公開确認OpenAI正在做人形機器人，招聘頁面上同時開放了19個機器人相關崗位，其中至少4個聚焦執行器 —— 這是一家公司要做硬件、而不隻是做模型的信号。
資本的下注更加直接。Figure AI 在2025年9月完成超10億美元C輪融資，估值從一年前的26億美元飙升至390億美元，成為全球估值最高的人形機器人公司。2026年9月，Figure AI又承諾投入35億美元租用算力，與Nscale合作獲取最多10萬GPU。具身智能模型公司 Physical Intelligence 在 2025年11月完成6億美元融資後估值達56億美元，後續報道顯示其估值已進一步沖到110億美元。
這些數字放在一起，勾勒出的是一種“用資本密度買時間”的競争方式：美國公司在模型、數據、算力和本體上同時重兵投入，試圖把大模型時代積累的能力，平移到物理世界。
中國的勝負手，不隻是更大的模型
面對這樣的投入規模，中國首先要補長期投入，但不能隻學對方堆算力、買數據。
具身智能同時涉及大腦模型、運動控制、本體硬件和真機數據，任何一環短缺都會影響最終表現。2026年的政府工作報告提出建立未來産業投入增長和風險分擔機制，相關政策也在推動國有企業開放真實場景，讓耐心資本承擔更長周期的研發風險。
更關鍵的是，要把中國的制造業場景真正用起來。
在西門子數控(南京)有限公司電子工廠，銀河通用重載機器人已經進入表面貼裝生産線，承擔主闆搬運工作。據央視财經報道，該産線每月需要搬運的主闆總重量約18萬公斤。機器人可承載50公斤負載，并通過動态環境感知識别物料位置變化，在真實車間中連續作業。
傳統定制化AGV也能搬運物料，但往往需要增加控制邏輯、定位設施和硬件投入，适用任務相對固定。西門子南京工廠相關負責人認為，人形機器人無需大幅改造現有設備，同時保留擴展更多技能的可能性。
這個案例把中國的場景優勢說得很具體。機器人完成一次動作，隻能證明技術可行;在既有産線中持續運行，才會形成關于光線變化、物料偏移、人員幹擾和設備磨損的真實數據。這些數據再回流模型，才能推動下一輪疊代。
銀河通用與甯德時代的合作，又把這條路徑向規模化推進了一步。2026年3月，GalbotS1通過甯德時代産線驗收，随後在模組與電池包生産環節開展7×24小時常态化作業，并從試點逐步擴展到近百台部署。
西門子檢驗的是機器人能否進入複雜的既有工廠，甯德時代檢驗的是同一套能力能否長期運行、批量複制。中國要對沖海外巨頭的高投入，不能隻比模型參數，更要把硬件、數據、模型和應用連成閉環。
而這個閉環長什麼樣，銀河通用恰好提供了一個觀察樣本。
評測端，它能夠較快完成GPT-6Astra的系統測試;模型和數據端，它持續建設具身大模型、仿真平台及數據基座;産業端，機器人已經進入西門子南京工廠和甯德時代産線，在真實作業中接受穩定性和規模化檢驗。
這幾項能力不能互相替代：評測讓企業看清模型邊界，工廠檢驗模型能否轉化為生産力，持續運行又為下一輪訓練提供數據。
最近具身智能行業圍繞出貨量、收入和項目成色出現不少争議。讨論可以繼續，但評價标準應盡快回到可核驗的事實。新華财經在調研中提出，要把競争拉回模型能力、數據沉澱和工程落地。西門子每月18萬公斤的搬運需求、甯德時代7×24小時作業和近百台部署，正是比口号更有價值的指标。
GPT-6 Astra讓行業看到海外大模型向物理世界推進的速度。中國要做的，是集中資源補足模型和數據能力，同時把真實工廠變成持續運行的訓練場。多幹事、少争吵，力氣最終要落在技術和産線上。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
