商汤等团队发布 GPT-6-Astra 具身能力评测报告：仿真近满分但真机执行受限

商汤联合多家机构发布技术报告，系统评测了 GPT-6-Astra 的具身智能能力。该模型在 LIBERO-Long++ 等 12 项仿真基准中取得接近满分的成绩，但在 8 个真实机器人平台上执行精细操作和长程任务时成功率显著下降，且存在高昂的时间与 Token 成本。研究指出通用大模型在物理接触判断、错误恢复及主动视觉方面仍有不足，并提出了基于 Harness 自我改进的新方向。