OpenAI 于 9 月 3 日发布的通用大模型 GPT-6 Astra，在随后 50 多天里成为具身智能行业绕不开的变量。OpenAI 机器人团队员工 Thijs Simonian 在 X 上发布的一段实测视频显示，一只几百美元的机械臂夹着画笔，在白纸上分四遍画金门大桥，摄像头将每遍画面回传，由 Astra 总结复盘并调整下一笔的力度和位置。让机械臂动起来的并非专为机器人训练的模型，而是这个通用大模型。

这段视频之所以引发讨论，是因为它跨过了机器人行业的一道分界线。过去，大模型接上机器人主要承担“指挥”角色，负责把“画一座桥”拆成指令，真正让手臂动起来需要另一个用机器人数据专门训练的策略模型。而 Astra 作为一个并非为机器人而生的模型，展现出直接接管机器人“手”的能力。有具身行业从业者表示，许多机器人公司创始人感到紧张，具身行业的范式可能转向与大语言模型结合的路线，具身企业将直面通用大模型公司的竞争。海外有评论断言，机器人领域的 OpenAI 将会是 OpenAI 自己。

连锁反应迅速传导至资本市场。此前具身公司的估值逻辑建立在通用模型难以吞掉具身领域之上，如今通用大语言模型在具身测试上的表现超过此前的头部模型，估值逻辑必然发生变化。今年三季度后半段，资本市场本已降温，二级市场对人形机器人上市审核趋严，加上具身赛道商业化进展落后于估值逻辑，投资人相比上半年更为谨慎。Astra 之后，资金面只会更加挑剔。与此同时，头部大厂加速下场：字节 Seed Model 团队密集更新数十个机器人岗位；OpenAI 今年 3 月就在湾区签下 20 万平方英尺场地做机器人业务，9 月相关招聘大幅增加；DeepSeek 也被曝领投腾讯前杰出科学家胡瀚创立的 Winverse AI。相比这些巨头，具身公司在资金、算力、人才储备上均有差距。

国内头部具身企业也有人主动谈及影响。以机器人本体能力见长的宇树科技，创始人王兴兴在 10 月中旬和下旬两次公开谈及 GPT-6 Astra 带来的震撼，坦言自己过去最大的错误是“对 AI 的相信还不太够”。他提到，宇树没有对模型进行任何训练，GPT 模型就能控制机器人自主识别调色盘、更换颜料、清洗画笔，快的话今年底或明年，机器人就有可能按照指令完成整理房间等任务。他甚至预言，明年 GPT-7 出来可能直接把具身智能问题打穿。与宇树不讳言影响对应的是，许多公司在这波声浪里相对缄默。

在评测层面，Astra 发布后，英伟达机器人负责人 Jim Fan 所在实验室很快把自家机器人框架的后端模型换成 Astra，Jim Fan 称“一夜之间把所有基准都刷到了约 99%”。破壳机器人创始人、清华大学交叉信息研究院助理教授许华哲的团队在 Astra 能用的当天就做了测试，认为过去大模型升级在机器人任务上是原来不能做之后仍然不能做，而 Astra 让整个定性有了变化。深朴智能首席科学家王家伟称第一次看到一个通用语言模型抓积木的成功率那么高。逆矩阵科技创始人陈博远也表示 Astra 的出现给了他很大震撼。

不过，并非所有人都愿意用“GPT 时刻”来定义它。商汤联合大晓机器人等团队在 12 项仿真评测和 8 个真机平台上系统测试后认为，GPT-6 Astra 已经基本具备完成具身任务的能力，但距离在真实环境中实用还有明显差距。至简动力联合创始人贾鹏认为它还不具备生产力价值，更想要的是“Claude Code 时刻”。蚂蚁灵波 CEO 朱兴把 Astra 定义为一个提升研发效率的工具，认为更根本的壁垒是数据 know-how 和管线。陈博远试过用 GPT-6 操作夹爪拿杯子，发现可能要花 40 分钟到一个小时才能慢慢拿起来，他认为物理世界时刻在变，模型来不及响应，物理 AI 需要有自己的基座模型。Alphaist 创始合伙人陈哲观察到，在匹兹堡机器人顶会 IROS 上有人调查了 100 多位研究者，认为“机器人研究已经结束了”的约占三分之一，最多的仍是把大模型当工具的务实派。

从 9 月 4 日第三方评测机构 Robocurve 发出第一组真机测试结果，到 10 月下旬商汤联合报告发布，各类机构基于十几项公开评测基准对 Astra 进行了拆解。业界共识是 Astra 强在语义理解和陌生场景的泛化：换一台陌生机器、一间陌生厨房也能直接上手，失败了会复盘纠偏，甚至能读懂触觉信号。许华哲团队曾做过插花实验，故意把花茎下端劈成两半，Astra 能先捏住分叉处把它捏窄再往里塞。许华哲还提到，给 Astra 一个陌生的机器人本体，它很快会发现这台机器人动得快还是慢、活动范围有多大；撞到桌子，它会判断桌子还蛮高，然后把手抬高一点。这种泛化能力恰恰是专用模型最缺的，过去的 VLA 模型把绿杯子换成红杯子就可能失效。

触觉这一通用模型的“禁区”也被撞开一道口子。根据《麻省理工科技评论》中文版报道，清华团队发布的 TacTalent 报告中，没有微调任何策略模型，只给 Astra 几条示范，再把夹爪上的触觉信号以图像形式和摄像头画面一起输入。在 UniVTAC 基准上，它的平均成功率从纯视觉的 76.3% 升到 93.8%；其中拔钥匙任务从 30% 升到 90%。在两套视触觉基准上，它的表现相比此前报告的最佳专用模型分别高出 22.9 和 13.1 个百分点。论文作者、清华博士生杨晨表示，没有基模能力的突破，仅靠示范和框架很难达到这样的效果。

短板同样明显。遇到需要毫米级接触、需要实时反应的动态动作和语言说不清的任务，成功率就会掉下来。Robocurve 的评测中，Astra 做把积木放进碗里的任务 20 次成功 19 次，但控制机器人把一块圆形拼图嵌进凹槽只成功了 2 次，差距就发生在需要接触和高精度控制的那几毫米。香港大学、清华、伯克利等多家机构研究者在 RoboDojo 基准的 42 项任务上测试后发现，Astra 的能力分布高度两极化：需要语义理解但不要求高精度控制的任务泛化得很好，一旦需要精度、动态控制或复杂双臂协同，表现就明显变差。

另一个明显短板是慢。有具身行业人士称，网上流传的 Astra 控制机器人的视频大多要开到 16 倍甚至 32 倍速才看得下去。英伟达的 Astranomy 项目测得 GPT-6 Astra 在具身智能直接生成动作模式下的单次推理平均需要 18.56 秒。许华哲解释，Astra 内部的思维链非常长，复杂任务和简单任务思考时长基本相似，这意味着它在难题上很聪明，在简单事上却显得很笨。Token 消耗也是问题。商汤与多家企业、机构联合发布的报告提到，“把笔放进笔筒”这个对人来说几秒钟就能完成的任务，Astra 总耗时 4 个多小时，花费 55 美元。银河通用团队的报告则显示，在 50 个 RoboDojo 测试实例上，由 Astra 直接控制累计消耗了超过 11.3 亿 token。

Astra 成为绕不开的存在后，一个新的问题浮现：在一个机器人系统里，Astra 该放在哪一层？陈哲把眼下 Astra 的用法分成三类：一是直接充当策略模型完成机器人任务；二是监督、辅助修正现有 VLA 动作模型，提升任务成功率；三是作为具身研究员自主搭建仿真环境、调试运动策略，实现物理 AI 自进化。德邦证券 10 月中旬的具身智能行业研报也沿用了这一划分。

直接充当策略模型正是画桥视频的用法，虽然有明显的慢和贵的问题，但相比之前大模型充当规划角色又往前进了一步。许华哲打了个比方：以前跟机器人说“我要吃西红柿炒蛋”，大模型负责规划出打开冰箱门、拿出西红柿、拿出鸡蛋，具体怎么开冰箱、怎么打鸡蛋交给底下的具身模型；而现在 Astra 能直接说“把手往右伸 2 厘米”，没抓住就“再往前靠一靠”，底下的执行策略变得更像一个反射系统。

用 Astra 当监工，与此前大小脑分层模式有差异。Astra 要逐步把关，让 VLA 先给出动作，由它观察、审核，必要时修正。商汤联合多家机构发布的联合报告显示，按此前的分层做法，只让 Astra 下发子目标、由 VLA 执行，成功率只有 5.83%；改为让它在执行前审核 VLA 提出的 4 个候选动作，成功率升至 25.83%。更关键的是，加上 Astra 这一层，不需要补采数据、重新训练。但 Astra 做监工也有成本和时间的代价，英伟达的测试显示，加入 Astra 审核后，一个回合要消耗约 1100 万 token、花费 17.72 美元，速度也随之变慢。

仿真能力也受到关注。宁波东方理工大学助理教授朱文涛提到，团队内有学生尝试只给一句指令，Astra 在 Isaac Lab 仿真里自主运行了一天半，训练出让灵巧手转笔的策略。英伟达 GEAR 实验室两周前还开源了 ASPIRE 框架，由大模型自己写控制代码、读执行日志、修改重试，验证有效的修正以代码形式存入技能库，供后续任务直接调用。此外，一些团队观察到 Astra 可直接用于数据标注和清洗。大晓机器人董事长王晓刚表示，Astra 能够输出中间有价值的数据，这些数据有可能帮助基础模型加速进化。深朴智能王家伟透露，他们尝试用 Astra 给自采数据做标注和清洗，发现它做得比人还要好，而且能够 24 小时作业，成本和人工差不多。源策未来也表示在内部测试用它生成 3D 资产，结果还算不错。

总体来看，Astra 在 50 多天里既展示了通用大模型直接操作机器人的潜力，也暴露了实时性、精度和成本上的现实约束。行业对它的态度分化明显：有人视其为范式颠覆，有人将其定位为提效工具，也有人认为物理 AI 仍需专属基座模型。对具身智能赛道而言，竞争格局与估值逻辑正在被重新审视，而应用落地的进程也可能因此加速。