OpenAI 在 9 月 3 日发布的通用模型 GPT-6 Astra，正在成为具身智能行业无法回避的变量。一段由 OpenAI 机器人团队员工 Thijs Simonian 在 X 上发布的实测视频显示，一只几百美元的机械臂夹着画笔，在白纸上反复画金门大桥，摄像头将每一遍画面回传，AI 自行复盘并调整下一笔的力度和位置，四遍之后桥塔与悬索逐渐清晰。让机械臂动起来的并非任何专为机器人训练的模型，而是这个并非为机器人而生的通用大模型。

这之所以引发讨论，是因为它跨过了机器人行业的一道分界线。过去大模型接上机器人，主要承担“指挥”角色——听懂任务并拆成指令，真正让手臂动起来需要另一个用机器人数据专门训练的策略模型。而 Astra 展示出直接接管机器人“手”的能力，意味着过去需要一个团队采数据、训模型、反复调试才能完成的单任务，现在可能被通用模型直接覆盖。

冲击波迅速传导至产业与资本层面。有具身行业从业者表示，许多机器人公司创始人感到紧张，因为技术范式可能转向与大语言模型结合，具身企业将直面通用大模型公司的竞争。海外有评论甚至断言，机器人领域的 OpenAI 将是 OpenAI 自己。估值逻辑也随之松动——此前具身公司的估值建立在通用模型难以吞掉具身领域的前提上，如今这一前提受到挑战。叠加三季度后半资本市场降温、人形机器人上市审核趋严，本已收紧的资金预计会更加挑剔。与此同时，字节 Seed Model 团队密集更新数十个机器人岗位，OpenAI 今年 3 月已在湾区签下 20 万平方英尺场地做机器人业务，DeepSeek 也被曝领投腾讯前杰出科学家胡瀚创立的 Winverse AI，大厂下场进一步加剧竞争。

国内头部企业中，宇树科技创始人王兴兴在 10 月中旬和下旬两次公开谈及 Astra 带来的震撼，坦言自己过去最大的错误是“对 AI 的相信还不太够”。他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，并预言明年 GPT-7 出来“可能直接把具身智能问题打穿”。不过，更多公司在这波声浪中相对缄默。

过去 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，到 10 月下旬商汤联合多家机构发布报告，业界基于十几项公开基准对 Astra 进行了系统拆解。英伟达机器人负责人 Jim Fan 所在实验室很快将自家机器人框架的后端模型换成 Astra，他称“一夜之间把所有基准都刷到了约 99%”。清华许华哲团队在 Astra 可用当天即做测试，认为其让机器人任务的定性发生变化；深朴智能王家伟称第一次看到通用语言模型抓积木成功率如此之高。

长板集中在语义理解与陌生场景泛化。许华哲团队的插花实验故意增加难度，把花茎下端劈成两半，Astra 能先捏住分叉处捏窄再塞入瓶口；面对陌生机器人本体，它能快速感知速度快慢与活动范围，撞到桌子会判断高度并抬高机械臂。触觉这一曾被视为通用模型“禁区”的领域也被撞开缺口：清华团队 TacTalent 报告显示，在未微调策略模型、仅给几条示范并将触觉信号以图像形式输入的情况下，Astra 在 UniVTAC 基准上的平均成功率从纯视觉的 76.3% 升至 93.8%，拔钥匙任务从 30% 升至 90%。

短板同样明显。Robocurve 测试中，Astra 把积木放进碗里 20 次成功 19 次，但将圆形拼图嵌入凹槽仅成功 2 次，差距发生在需要接触和高精度控制的几毫米。港大、清华、伯克利等机构在 RoboDojo 基准 42 项任务上的测试发现其能力分布“高度两极化”：语义理解类任务泛化好，精度、动态控制或双臂协同任务明显变差。速度是另一痛点，英伟达 Astranomy 项目测得 Astra 在直接生成动作模式下单次推理平均需 18.56 秒；商汤联合报告显示，“把笔放进笔筒”任务总耗时 4 个多小时、花费 55 美元；银河通用报告显示 50 个 RoboDojo 测试实例累计消耗超过 11.3 亿 token。商汤联合多家机构的结论是，Astra 已基本具备完成具身任务的能力，但距离真实环境中的实用仍有明显差距。

尽管分歧存在，业界已开始探索 Astra 的具体用法。极佳视界联合创始人朱政将其归纳为三类：直接充当策略模型完成任务；监督、辅助修正现有 VLA 动作模型；作为具身研究员自主搭建仿真环境、调试运动策略。商汤联合报告显示，若只让 Astra 下发子目标、由 VLA 执行，成功率仅 5.83%；改为让 Astra 在执行前审核 VLA 提出的 4 个候选动作，成功率升至 25.83%，且无需补采数据或重新训练。英伟达测试中，加入 Astra 审核后一个回合消耗约 1100 万 token、花费 17.72 美元，速度随之变慢。此外，有团队用 Astra 做数据标注与清洗，大晓机器人董事长王晓刚认为其输出的中间数据可能加速基础模型进化。

从更长时间维度看，Astra 的意义或许不在于当下能否实用，而在于它证明了通用大模型进入物理世界的路径可行。其短板——时延、token 消耗、高精度控制——部分源于模型尚未针对物理操作优化，随着物理接触数据补全，存在改善空间。对具身公司而言，真正的考验在于能否在通用模型能力跃迁的窗口期内，找到数据 know-how、管线与场景落地的差异化壁垒；对产业链上游而言，机器人对推理算力与数据采集的需求可能被进一步放大。