GPT-6开机械臂：粗活成功95%，精活仍卡在10%
图：RoboCurve测评报告配图，GPT-6 Astra与Claude Fable 5.1、Fable 5在两项机械臂任务中的完成率与单次成本对比OpenAI的GPT-6 Astra在真机械臂测试里，把积木放进碗的成功率做到95%，但插拼图这类毫米级精细活只有10%。据公益机构RoboCurve 9月4日公布的测评，Astra在放积木任务中20次成功19次，同条件下Anthropic的Claude Fable 5.1为8次；插拼图任务两者都只成功2次。
大语言模型能不能直接开机器人？RoboCurve给OpenAI新模型GPT-6 Astra做了一轮真机测试，答案一半是惊喜，一半是老问题：粗活几乎包圆，精细活还是卡在最后几毫米。
据RoboCurve 9月4日发布的测评报告，测试用的是I2RT的YAM双机械臂，在其开源评测框架Inspect Robots下运行。模型扮演高层决策策略：每一步读取三路摄像头画面（一路俯视、两路腕部视角）和机器人自身状态，输出机械臂末端的6自由度目标位姿，再交给逆运动学（IK，把目标位置换算成各关节角度）求解器执行。任务有两个：把红色积木放进碗里；捏住圆形拼图中心的小把手，把它放进板上对应的圆槽。
放积木这一项差距很大。报告显示，GPT-6 Astra 20次试验完成19次，成功率95%；Anthropic的Claude Fable 5.1为8次（40%），Fable 5为1次（5%）。Astra平均每次只输出约2100个token（大模型生成的文字单位），Fable 5.1约1.29万个；平均每次用时2.5分钟，Fable 5.1为6.8分钟；按官方标价估算，Astra每次约0.94美元，Fable 5.1约2.12美元。
换成插拼图，差距消失了。Astra 20次只成功2次，和Fable 5.1一样是10%，Fable 5为0次。Astra依然更快更省——每次3.4分钟、约1.36美元，Fable 5.1为5.9分钟、约2.18美元——但就是插不进去。Humanoids Daily在报道中把原因归到行业共性难题：数字世界里的模型不怕误差，真实接触中每个动作都会积累微小偏差，没有高频触觉反馈和柔顺控制，最后几毫米很难纠正。
测试之外，Astra还有一段更出圈的演示。据韩国机器人新闻援引Humanoids Daily报道，OpenAI机器人工程师Thijs只给了Astra一台市售机械臂、一支画笔和一个摄像头，让它去画旧金山金门大桥；Astra没有人工编写关节轨迹，自己摸索出控制方法，并借助摄像头的闭环视觉反馈逐次改进，完成了一幅红蓝水彩风格的画。报道称，这幅画是OpenAI CEO萨姆·奥特曼要走的。本站此前报道过，奥特曼在播客中确认OpenAI“一定会做一台人形机器人”。
RoboCurve的Jay Chooi对趋势给了一个判断：如果目前的进步曲线保持下去，大语言模型可能在两到三年内具备实时控制机械臂的能力。