商汤评测GPT-6-Astra：仿真接近满分，真机操作仍易失误

商汤联合多家高校与企业团队，对OpenAI的GPT-6-Astra开展具身智能评测，覆盖12项仿真评测和8个真实机器人平台。在借助上下文学习并放宽动作步数限制后，该模型在多项传统具身评测中取得接近满分的成绩；但在真实机器人执行精细接触和长程任务时，失误有所增加。 研究发现，GPT-6-Astra在物理操作中常误判抓取、放置是否成功，操作出错后补救困难，真机试错成本也较高。团队认为，模型已跨过具身能力门槛，但距离实用部署仍有差距；传统评测基准与真实家庭需求距离较远，可能高估模型表现。 团队还提出SenseNova-RoboRSI具身系统框架，无需更新基础模型权重，而是利用执行反馈推动机器人递归式自我改进。该框架已在多项仿真评测中验证效果。