QbitAI2026年10月1日 12:047 天前
GPT-6 Astra 深度实测：指挥宇树G1收拾厨房
AI 摘要
- 斯坦福团队项目 HomeBody 让宇树 G1 先探索陌生厨房建模，再按指令收纳物品、丢纸盒，甚至找出视野外的药。
- 核心做法是让 GPT-6 Astra 把导航、抓取、开抽屉等机器人技能当工具调用，由它理解目标并安排步骤。
- 团队称部署到新厨房无需额外采集训练数据，也不用再训练专用动作策略，泛化性相当可观。
为什么重要
如果零样本迁移到新场景可复现，机器人部署成本的大头会从数据采集转向模型与调度，商用节奏会明显加快。
- 核心做法是让 GPT-6 Astra 把导航、抓取、开抽屉等机器人技能当工具调用，由它理解目标并安排步骤。
- 团队称部署到新厨房无需额外采集训练数据，也不用再训练专用动作策略，泛化性相当可观。
AI Pulse 编辑解读
泛化能力比动作精度更值钱，但演示与真实家庭的差距仍待验证。
风险与不确定性
演示场景与真实家居差异大，安全边界、失败恢复与连续录像带来的隐私问题都需长期验证。
影响对象
开发者研究者企业
相关专题
- AI 新闻每日简报归档
按长期主题整理 AI 新闻动态，帮助读者从每日碎片新闻里看见模型、工具、资本和产业趋势。
来源与透明度
本文由 AI Pulse 编辑部基于公开来源整理，摘要可能使用 AI 辅助生成，并经过人工检查标题、来源和关键信息一致性。
原始来源：QbitAI。发布时间：2026年10月1日 12:04。如果你发现事实错误或来源失效，欢迎通过联系页面提交纠错。