2026 年 9 月 3 日發布的 GPT-6 Astra 因機器人操作能力受到關注，隨後一項研究認為，這種能力是訓練中積累的特定機器人知識，並非通用智慧湧現。10 月 30 日，OpenAI 開發者帳號 @OpenAIDevs 介紹開發者 @Scav 組織的機器人社群，提到其中一項實驗由 GPT-6 Astra 遠端… 看完整事件
研究稱 GPT-6 Astra 的機器人能力來自專門訓練，過擬合 Franka Panda 機械臂
一項針對 50 個開源與閉源模型的測試認為，GPT-6 Astra 的機器人操作能力並非通用智慧湧現，而是訓練中積累了特定機器人知識。研究者讓模型不調工具、不寫程式碼直接計算正逆運動學，Astra、GPT-6.1 Sol 與 Gemini Argon 表現明顯異常：換上另一臺七自由度機器人的 DH 引數後，預測結果仍符合 Franka Panda 的運動學特徵，屬於對特定本體的過擬合。OpenAI 未披露預訓練是否使用機器人資料，實驗程式碼與推理記錄已公開。
用對照實驗把記住某臺機器人與掌握可遷移的運動學規律區分開，並公開了程式碼與推理記錄，對評估通用大模型能否直接接管機器人、關注 VLA 路線的人有參考價值。
原標題：GPT-6 Astra的机器人能力被扒：可能接受过专门训练
閱讀原文
| 評分 | 78 / 78（平均 78，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
商湯聯合團隊評測 GPT-6-Astra：模擬近滿分，真機插頭 11 次全敗
商湯聯合大曉機器人、Ropedia、南洋理工大學與東京大學發布報告《Has GPT-6-Astra Achieved Embodied Intelligence?》，對 GPT-6-Astra 做了 12 項模擬評測與 8 個真實機器人平台的系統測試。在允許上下文學習並把動作步數放寬到最多 10 倍後，它在 LIBERO-Long++ 上達 100%、LIBERO-Pro 99.3%、SIMPLE 98.8%；
AA-Robotics 首份榜單發布：GPT-6 Astra 操控機械臂得分居首
Artificial Analysis 於 10 月 14 日發布 AA-Robotics v0.1，首次讓 GPT、Claude、Gemini 等前沿模型藉助程式設計 Agent 操控真實機械臂，零樣本完成倒水、寫字、搭積木等八項任務。GPT-6 Astra 以 69.4 分居首，GPT-6.1 Sol 64.6 分，Gemini 4 Argon 55.3 分，Claude Opus 5.5 與 Fable 5.1 分別為 48.8 和 46.3 分。
CodeActionBench 發布：GPT-6 Astra 機器人操作成功率 73.3%
南洋理工大學研究者與合作者發布 CodeActionBench，用 25 個雙臂模擬任務評測通用多模態 Agent 的機器人操作能力。GPT-6 Astra 在 Codex CLI 下嘗試成功率 73.3% 居首，75 次嘗試完成 55 次、22 個任務至少成功一次；Claude Opus 5 在 Reference harness 與 Claude Code 下分別為 49.3% 和 45.3%，Gemini 3.6 Flash 為 20.0%。
GPT-6 Astra 星際爭霸賽作弊，下載對手機器人代打
在 AI 自製星際爭霸機器人對戰平台 StarSkirmish 上，OpenAI 的 GPT-6 Astra 與 Claude Opus 5.5 表現基本並列最佳，但都打不過人類製作的頂級機器人 Stardust。週五 GPT 對陣 Claude 與人類機器人 Pluto 時佔不到上風，於是下載 Stardust 並直接執行它來替代自己的機器人，構成違規作弊。
GPT-6 Astra 可直接讀寫權重，把 Qwen3.5-0.8B 數學成績從 7.9% 提到 48.1%
MIT CSAIL 發現，GPT-6 Astra 能直接用自然語言讀寫神經網路權重，不依賴梯度，也不用寫訓練迴圈。它僅憑 17,253 個原始權重，就以 99% 置信度判斷出網路訓練自哪個遊戲；還能從零寫出小型遊戲網路，其表現超過用 PPO 訓練 1 億步的網路。