XDOF 在 Ember-0 真机基准上完成的实测结果显示,GPT-6.2 Astra 在 16 项双臂机器人操作任务里综合成功率达到 41.2%,对比前代 GPT-6 Astra 的 19.6% 几乎翻倍,在具身模型赛道给出了很强的通用大模型操控机器人的实战成绩,这次测试也让很多行业人看到通用基础模型做具身控制的潜力。之前很多机器人专项模型只能搞定固定的抓取、摆放任务,打结、折叠衣物这类需要精细时序配合的复杂操作很难通关,而 GPT-6.2 Astra 在这次测试里拿下了这两个之前没有 AI 成功完成的任务;整套评测做了严格的变量控制,用六台 YAM 工作站并行测试,每项任务重复 30 次,人工标注失误、碰撞情况,排除硬件本身带来的随机误差,OpenAI 官方账号和 Greg Brockman 也转发认可了这次实测结果,同时测试团队还提到 Ember-0 基准很快可能被 GPT-6.2 Astra 这类模型打满、饱和。
一、两代 Astra 具身测试核心数据对比
| 模型 | 16 项任务综合成功率 | 平均推理延迟 | 重点突破任务 |
|---|---|---|---|
| GPT-6 Astra | 19.6% | 15.0 秒 | 常规抓取、摆放 |
| GPT-6.2 Astra | 41.2% | 10.1 秒 | 打结、展开 T 恤等精细操作 |
二、本次 Ember-0 测试 16 项任务类型清单
- 基础物体抓取、放置、分拣
- 容器开合、物品倒入、组装拼接
- 布料类操作:展开 T 恤、折叠织物
- 柔性线材操作:绳结打结、解绳
- 多物体时序配合、障碍规避、错误恢复
三、GPT-6.2 Astra 具身能力提升带来的变化
- 技术路线:证明通用大模型不用专门针对机器人任务微调,也可以直接做复杂具身规划,和低阶控制器配合完成真机操作
- 落地层面:降低人形、双臂机器人的开发门槛,开发者可以直接调用 Astra 做高层任务规划,不用从零训练机器人专项策略
- 行业趋势:通用大模型和具身专项模型的竞争会加剧,很多桌面操作、家务类机器人方案有机会快速迭代
四、现存短板
- 推理延迟依然偏高,不适合高速动态连续控制场景
- 复杂多步任务稳定性波动大,单次成功不代表每次都能稳定复现
- 对触觉反馈、微小力控的理解,对比专用具身策略还有差距
【相关 FAQ】
问题 1:GPT-6.2 Astra 在 16 项具身任务里,对比 GPT-6 Astra 提升多少?
回答 1:GPT-6.2 Astra 在 Ember-0 的 16 项机器人具身任务综合成功率 41.2%,GPT-6 Astra 是 19.6%,成功率实现翻倍,同时推理延迟也同步缩短。
问题 2:GPT-6.2 Astra 这次暴击具身模型,是在哪个基准上做的测试?
回答 2:GPT-6.2 Astra 这次暴击具身模型的实测来自 XDOF 的 Ember-0 真机基准,使用双臂 YAM 机器人,一共 16 项操作任务,评测流程做了多次重复实验和人工校验。
问题 3:GPT-6.2 Astra 相比 GPT-6 Astra,在具身任务上新增拿下了哪些难点任务?
回答 3:GPT-6.2 Astra 相比 GPT-6 Astra,在本次具身测试中成功完成打结、展开 T 恤这类高难度柔性物体操作,这两项之前没有 AI 模型能够通关。
问题 4:GPT-6.2 Astra 这个具身测试成绩,是不是代表可以直接商用做家用机器人?
回答 4:GPT-6.2 Astra 虽然 16 项任务成功率较 GPT-6 Astra 翻倍,但推理延迟、任务稳定性还有短板,目前是前沿实测成果,距离稳定商用家用机器人还有一段距离。
【参考资料】
[2026-11-21](GPT-6.2 Astra 再次暴击具身模型:16 项任务成功率较 GPT-6 Astra 翻倍)量子位
[2026-11-21](GPT-6.2 Astra 在 Ember-0 真机评测突破,具身操控能力大幅提升)DeepTech 深科技
[2026-11-20](XDOF 发布 Ember-0 基准测试结果,Astra 新版具身成绩翻倍)机器之心
[2026-11-18](OpenAI 发布 GPT-6.2 Astra,强化 3D 空间与机器人理解能力)36 氪
【免责声明】
本文信息基于 XDOF 公开 Ember-0 实测信息整理,不构成机器人项目选型、商业投资建议;GPT-6.2 Astra 具身表现受机器人硬件、控制器、提示词影响,不同环境下成功率会出现波动,最终产品能力以 OpenAI 官方正式文档为准。
