GPT-6 Astra เข้าควบคุมสมองของหุ่นยนต์โดยตรง ผลการทดสอบจำลองสูงกว่า VLA เฉพาะทาง

动察 Beating ข่าวด่วน AI โดยทีมโครงการประเมินการปฏิบัติงานของหุ่นยนต์ RoboDojo ซึ่งนำโดย MMLab มหาวิทยาลัยฮ่องกง ได้ทำการทดลองที่ผิดไปจากปกติ พวกเขาไม่ได้ให้ GPT-6 Astra ใช้กลยุทธ์หุ่นยนต์ที่ผ่านการฝึกมาแล้วอีกตัวหนึ่ง แต่ให้โมเดลมัลติโมดัลทั่วไปนี้ดูกล้อง อ่านสถานะหุ่นยนต์ เข้าใจงาน แล้วตัดสินใจเองว่าขั้นตอนต่อไปจะเคลื่อนไหวอย่างไร ระหว่างกลางมีเพียงชุดเครื่องมือควบคุมแบบคงที่ชุดหนึ่ง ที่แปลงตำแหน่งเป้าหมายที่ Astra ให้มาเป็นท่าทางของแขนกล

ใน 42 งานจำลอง Astra ได้ 28.97 คะแนน อัตราความสำเร็จเฉลี่ย 22.48% เกินกว่า DM0.5 ที่เคยเป็นอันดับหนึ่งของกระดานสาธารณะซึ่งได้ 24.90 คะแนน 19.34% เมื่อเปลี่ยนวิธีควบคุมชุดเดียวกันไปใช้ GPT-5.5 ได้เพียง 1.13 คะแนน 0.88%

กระดานสาธารณะของ RoboDojo ในอดีตส่วนใหญ่เป็นกลยุทธ์หุ่นยนต์ที่ฝึกมาโดยเฉพาะ เช่น VLA และ WAM ตอนนี้ การตัดสินใจเกี่ยวกับการเคลื่อนไหวบางส่วนที่เดิมต้องใช้โมเดลเฉพาะทาง โมเดลขนาดใหญ่ทั่วไปสามารถรับช่วงต่อได้โดยตรง และคะแนนโดยรวมยังเกินกว่าอันดับหนึ่งเดิม คำถามที่ว่าหุ่นยนต์ยังจำเป็นต้องฝึก "สมอง" แยกต่างหากอีกหรือไม่ กลายเป็นเรื่องที่ konkret ขึ้นเป็นครั้งแรก

แต่ Astra ยังแทน "สมองน้อย" ของหุ่นยนต์ไม่ได้ งานที่ต้องพึ่งพาการควบคุมทางฟิสิกส์จริง เช่น การเสียบ การเทของเหลว การสัมผัสอย่างละเอียด มันอ่อนแอกว่าอย่างชัดเจน การทดสอบกับเครื่องจริงยังถูกทีมหยุดก่อนกำหนด เนื่องจากมีท่าทางอันตรายเกิดขึ้นหลายครั้งและทำให้ฮาร์ดแวร์เสียหาย

เมื่อความสามารถของโมเดลทั่วไปแข็งแกร่งขึ้น การแบ่งงานของโมเดลหุ่นยนต์อาจถูกแบ่งใหม่ โมเดลขนาดใหญ่รับผิดชอบการเข้าใจสภาพแวดล้อม การตัดสินใจ และการวางแผน ส่วน VLA เฉพาะทางและตัวควบคุมแบบดั้งเดิมรับผิดชอบทำให้การเคลื่อนไหวแม่นยำและมั่นคง