Astra冲击波与具身行业的50天

一只售价仅数百美元的机械手臂，握着一支画笔，在白纸上描绘金门大桥。

它反复绘制了四次，每完成一次就更换一张纸，摄像头将每次绘画过程记录下来并传回，AI进行总结复盘，调整下一次落笔的力度与位置。第一次，线条显得歪斜；第二次，桥的轮廓逐渐浮现；第三次、第四次，桥塔与悬索的细节逐步清晰。

整个机械臂的绘画过程看似寻常，但驱动这只机械臂运作的，并非任何专为机器人训练的模型，而是OpenAI于9月3日推出的GPT-6 Astra。

OpenAI机器人团队的员工Thijs Simonian在X平台发布这段实测视频后，迅速引发了关于“通用大模型能否直接操控机器人”的广泛讨论。

Astra的视频评测之所以受到高度关注，是因为它正跨越机器人领域的一道关键界限。过去，大模型与机器人连接时，主要承担指挥角色，即理解“画一座桥”的任务并将其拆解为指令；而真正让机械臂执行动作，则需要另一个使用机器人数据专门训练的策略模型。

但在Thijs Simonian发布的视频中，以往需要整个团队采集数据、训练模型、反复调试才能在一个单一任务上实现的效果，如今Astra作为一个并非专为机器人设计的模型，已经能够直接接管机器人的“手”。

“许多机器人公司的创始人感到非常焦虑，”一位具身智能行业的从业者向数智前线表示。Astra发布后，具身智能领域的范式正在发生转变。此后，具身智能的技术范式很可能演变为与大语言模型相结合的模式，具身智能企业将不得不直面与通用大模型公司的竞争。这将重构此前的行业逻辑。

海外则有评论断言，“机器人领域的OpenAI将会是OpenAI本身，而非Physical Intelligence或Skild。”

一连串的连锁反应已经显现。

资本市场的反应十分敏锐。一位行业人士指出，此前具身智能公司的估值逻辑建立在通用模型难以渗透具身领域的基础上。如今，通用大语言模型在具身测试中的表现已超越此前的头部模型，估值逻辑必然发生改变。

今年三季度后半段，恰逢资本市场一轮降温，二级市场对人形机器人上市审核趋严，加之此前具身赛道的商业化进展落后于估值逻辑，投资人相比上半年已更为谨慎。Astra发布后，本已收紧的资金只会变得更加挑剔。

另一方面，头部大厂进入具身领域已非新闻。行业内认为，具身赛道的企业未来将不得不面对更为激烈的市场竞争。

最近，字节Seed Model团队密集发布了数十个机器人岗位；OpenAI则在今年3月于湾区签署了20万平方英尺的场地用于机器人业务，9月机器人相关岗位招聘更是大幅增加；DeepSeek不久前也被曝领投了腾讯前杰出科学家胡瀚创立的Winverse AI。与这些巨头相比，具身智能公司的规模尚未成熟，在资金、算力、人才等资源储备上远不及通用大模型公司，可以预见接下来将面临严峻考验。

国内头部具身企业也有人主动谈及Astra带来的影响。以机器人本体能力见长的宇树科技，其创始人王兴兴在10月中旬和下旬两次公开谈及GPT-6 Astra带来的震撼，并坦言自己过去最大的错误是“对AI的相信还不太够”。

王兴兴提到，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、清洗画笔等。预计最快今年底或明年，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发布，“可能直接把具身智能问题打穿”。

与宇树不讳言影响的态度相对应的是，许多公司在这波声浪中保持相对沉默。

硬件本体、大脑、数据、仿真、产线，业界仍在持续观察与讨论Astra以及后续通用大模型更新对具身领域的影响。

不过，正如这些不同环节从业者的态度差异，有观点认为，Astra将对一些公司形成不小的冲击，但从长期看，具身智能应用和落地的进程有望大大提速。

01 基准一夜刷到99%，机器人的“GPT时刻”？

对许多人而言，Astra的出现意味着机器人领域的“GPT时刻”。

Astra发布后，英伟达机器人负责人Jim Fan所在的实验室很快将自家机器人框架的后端模型换成了Astra。“一夜之间，所有基准都刷到了约99%”，Jim Fan在一条贴文中表示。

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也在Astra可用当天进行了测试。许华哲在播客访谈中提到，过去大模型的升级在机器人任务上表现为“原来不能做，之后仍然不能做”，而Astra则让“整个定性有了变化”。

深朴智能首席科学家王家伟则表示，第一次看到一个通用语言模型抓取积木的成功率如此之高，“超出了大家的想象”。逆矩阵科技创始人陈博远也在九月的一次公开发言中坦言，Astra的出现给了他很大震撼，让大家看到了语言模型进入真实物理世界的表现。

它带来的冲击和影响是真实的。

一位具身行业从业者告诉数智前线，具身行业此前对VLA和世界模型的范式变化已有心理准备，但很少有人想到会是通用大模型直接进行降维打击。

极佳视界联合创始人朱政9月在外滩大会上提到，Astra之后，具身和世界模型公司“很有可能最后也会被语言模型公司吃掉，这是非常现实的问题”，留给它们的时间窗口，只有“短暂的1～2年”。

蚂蚁灵波首席科学家沈宇军也在外滩大会上点评，基于数字世界模型做具身的公司“都会觉得这个事情很恐怖”，有点像两三年前那波做后训练的，随着基模能力从60分突然跃迁到90分，他们做的很多工作就失去了意义。

上海交通大学副教授王韫博则认为Astra改变了具身的大脑。具身大脑的“慢脑”应建立在大语言模型之上，理解和规划这一层，只靠示范数据训练的VLA已不再是最优解。

当然，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了Astra，得出的结论是，GPT-6-Astra已经基本具备完成具身任务的能力（embodied competence），但距离在真实环境中实用（practical embodied intelligence）还有明显差距。

至简动力联合创始人贾鹏则看到它还不具备生产力价值。他在外滩大会上表示，Astra已经具备了空间和环境的泛化理解能力，但他更想要的是“Claude Code时刻，真正能够产生生产力”。而这一步还需要三四年或四五年的时间。

蚂蚁灵波CEO朱兴在外滩大会上将Astra定义为一个工具，认为GPT-6是提升研发效率的工具，更根本的壁垒在于数据know-how和管线。

也有从业者认为Astra还无法真正在真实物理环境中完成决策闭环。

陈博远尝试用GPT-6操作夹爪去拿一个杯子，发现“可能要花40分钟到一个小时才能慢慢拿起来”，这让他反思语言模型的上限。陈博远认为，100毫秒在聊天窗口里没什么感觉，但对应到真机上可能就是三个控制周期，物理世界时刻在变化，模型来不及响应。因此，物理AI需要有自己的基座模型，从而在真实世界中更好地做决策和闭环。

Alphaist创始合伙人陈哲则观察到，当下具身领域对这个模型的态度其实是分化的。陈哲提到，九月底十月初在匹兹堡举行的机器人顶会IROS上，有人调查了100多位研究者，其中认为“机器人研究已经结束了”的大约占三分之一，最多的仍是把大模型当工具的务实派。

不管是哪种态度，不可否认整个具身行业都在讨论GPT-6 Astra，它正成为具身领域难以回避的存在。

02 Astra强在哪里，弱在哪里

过去的50多天里，从9月4日第三方评测机构Robocurve发出第一组真机测试结果算起，到10月下旬商汤联合报告发布，各类机构、企业和研究者基于十几项公开评测基准，正在将Astra从里到外拆解一遍。

多项评测之后，业界对Astra的长板和短板的认知变得更为明确。

业界普遍共识是Astra强在语义理解和陌生场景的泛化。换一台陌生的机器、一间陌生的厨房也能直接上手，失败了会复盘、会纠偏，甚至能读懂触觉信号。这正是过去专门模型最难做到的泛化能力。

许华哲团队曾做过一个插花实验。他们故意给任务增加了难度：花茎下端被劈成了两半，分叉的茎很难塞进瓶口。Astra能先捏住分叉处将其捏窄，再往里塞。“本质上是因为它已经理解了3D空间，这样的理解已经能够帮助到非常多非动态的物理世界操作任务了。”

许华哲提到，更让他意外的是Astra将反思转化为动作的能力。给它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；撞到了桌子，它会判断“这个桌子还蛮高的”，然后把手抬高一点。

这种泛化能力，恰恰是专用模型最欠缺的。过去的VLA模型，将绿杯子换成红杯子就可能失效。而Astra只需几张照片，就能将整个实验室重建为仿真环境。

连被认为是通用模型“禁区”的触觉，也被撞开了一道口子。

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，再将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%升至93.8%；其中拔钥匙任务从30%升至90%。钥匙被卡住时，它能根据夹爪两侧触觉图像的变化判断受阻方向，再调整动作。

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。“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。”论文作者、清华博士生杨晨说。

行业内也看到了它当下能力的不足。比如遇到需要毫米级的接触、需要实时反应的动态动作和语言说不清的任务，成功率就会下降。

以第三方评测机构Robocurve对Astra的评测为例，他们用Astra做将积木放进碗里的任务几乎没有失手，20次测试中成功了19次。但Astra控制机器人将一块圆形拼图嵌入凹槽，却只成功了2次。差距就发生在需要接触和高精度控制的那几毫米。

由香港大学、清华、伯克利等多家机构研究者共同在RoboDojo基准的42项任务上测试了Astra，发现它的能力分布“高度两极化”：需要语义理解、但不要求高精度控制的任务，它泛化得很好；一旦任务需要精度、动态控制或复杂的双臂协同，表现就明显变差。

业界反馈的另一个明显短板是慢。一位具身行业人士告诉数智前线，网上流传的Astra控制机器人的视频，大多需要开到16倍、甚至32倍速才看得下去。而英伟达的Astranomy项目测得，GPT-6 Astra在具身智能直接生成动作模式（Direct Policy）下的单次推理平均需要18.56秒。

之所以有明显的时延，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上是相似的”。这意味着它在难题上很聪明，在简单事上却显得很笨。

Token消耗也是一个问题。商汤与多家企业、机构联合发布的报告里提到，“将笔放进笔筒”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。

某种程度上，商汤联合多家机构所出报告的结论能精准概括当下Astra的能力——已经具备了完成具身任务的能力，但离实用的具身智能还差一段路。

值得一提的是，行业内也有观点明确认为，目前对以Astra为代表的通用大语言模型在具身上的短板可能只是阶段性的，因为GPT-6 Astra这样的通用大模型并未专门针对物理操作优化，未来随着相关数据的补全，获得了足够多的物理接触数据，短板可能会得到弥补。

03 用Astra来做什么

Astra成为绕不开的存在后，一个新的问题自然浮现。在一个机器人系统里，Astra该放在哪一层，企业可以用Astra这样的通用模型来做什么？

陈哲将眼下Astra的用法分成了三类：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（Physical RSI）。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。

实际上，直接充当策略模型完成机器人任务正是X上最热的那则画桥视频的用法。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，又向前迈进了一步。

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”，Astra底下的执行策略变得更像一个反射系统。

用Astra来当监工，与此前大小脑分层、大模型给总目标、VLA执行的模式有差异。Astra要逐步把关，让VLA先给出动作，由它观察、审核，必要时修正。从目前市面公布的评测结果看，这种用法带来的效果和成本都很明显。

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。

Astra做监工也有成本和时间的代价。比如在英伟达的测试里，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。

目前行业内也非常关注Astra在仿真上的能力，也有不少团队用它来搭建仿真环境、调试运动策略。

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了一句指令，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，加速具身研发。

除了上述三种用法，一些团队观察到Astra可以直接用来做数据标注和清洗。

大晓机器人董事长王晓刚在今年外滩大会上表示，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其进化。深朴智能王家伟也在播客中透露过，他们尝试用Astra给自采的数据做标注和清洗，发现它“做的比人还要好，而且能够24小时作业”，成本和人工差不多。此外，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”。

行业内已经有大厂将这件事做成了专用工具。英伟达本月开源了数据引擎Flora，并测算了当下数据标注的价格。得出的结论是，用Astra以最高推理强度标注一小时机器人视频，约需88.5美元，而Flora是在开源模型基础上专门微调的，估算成本只要0.72美元左右，每天可以标注20万小时，质量评分还略高于Astra（两者的测算口径不尽相同，Flora目前也仅限研究用途）。可以想见，标注这一环的门槛会随之被压低。

无论是搭建仿真、生成3D资产，还是给数据做标注，靠的都是Astra对三维空间的理解。目前业界对这项能力的来源判断不一。

一种看法认为，它来自专门的3D数据。OpenAI可能雇佣了大量数据标注人员，做了大量建模和轨迹标注。

另一种看法则将其归于编程能力的外溢。源策未来的李天羽认为，它是借助编程，在纯云端的虚拟环境里做强化学习，“硬学出来一些对于3D世界的理解能力”。海外开发者George Wing则更激进地认为，Astra能控制真机完成任务，可能是规模化代码强化学习涌现出来的。

可以说，Astra所代表的通用大模型正打开具身领域的一扇新的大门。

04 余震

Astra的影响，也在沿着产业链向外扩散。

不同的公司，在这波浪潮里的反应大相径庭。宇树的王兴兴密集表态，在10月召开的工博会上将通用机器人的时间表从8月提到的“两到三年”拨到了“一两年”。一些布局具身的公司如商汤、大晓机器人等则发布了评测报告、开源模型和框架，拥抱浪潮。还有许多公司保持沉默。

目前，头部硬件厂商是许多人看来比较确定的受益方。一种说法是，模型不管是谁做的，最终都要跑在一台真实的机器人上。

海外仿生人形机器人公司Clone Robotics CEO Dhanush Radhakrishnan认为前沿模型的“半衰期只有6个月”，而机器人领域的回报最终将归于“品类领先的超级人形机器人平台”。这个判断与大模型行业这几年的走向颇为相似：前沿模型的领先往往撑不过几个月就被追平，而最稳定的赢家，是卖GPU的英伟达。

数据的重要性则被重新确认。Astra在精细操作上的短板，恰恰指向物理接触数据的缺失，而目前大模型公司开始大量买数据、采数据已经不是新闻。

今年9月，具身数据众包平台觅蜂科技CEO姚卯青受访时提到，他们的客户中除了具身公司和世界模型公司，通用大模型公司是他们的第三类客户。而头部的大模型最新版本具备了一定在物理世界中决策和规划的能力，也是因为它们已经开始将这些数据训练到基模多模态的能力中。

大模型公司已经不止于买数据。OpenAI在湾区租下的厂房，电力容量超过1.4万安培，远超普通工业建筑，被外界视为机器人数据工厂的雏形；其机器人数据采集运营岗位的职责中，明确写着协调工作站、操作员和物料的日常运转。字节Seed团队新放出的数据与评测岗位，则要求建设贯穿采集、处理、训练、评测和模型反馈的完整闭环。

一位具身行业从业者告诉数智前线，具身公司过去在数据上投入很大，哪怕别人要采集，别人也会花很长时间才能采集出来。但这段时间差能维持多久，没人说得清楚。

仿真是否受益，则观点不一。陈哲认为，如果通用模型需要在虚拟世界里做强化学习，谁能提供更多、更真实的3D场景，谁就有议价权。许华哲则泼了冷水，Astra做的real-to-sim主要是在几何和外观上重建场景，“物理引擎并没有变得更准确”。

资本的反应非常直接。9月具身融资额明显回落，恰与Astra发布同月；但降温是IPO收紧、订单验证