商汤对 GPT-6-Astra 开展真机实测：仿真考卷接近满分，一上手便露怯

商汤对 GPT-6-Astra 开展真机实测：仿真考卷接近满分，一上手便露怯

商汤近期对 GPT-6-Astra 的真机实测，给火热的多模态与具身智能评测泼了一盆冷水：在高度结构化的仿真考卷中，该模型几乎拿到满分；但迁移到真实机器人平台后，抓取、导航、指令跟随等任务表现明显回落。“露怯”并非模型能力突然消失，而是仿真与真实世界之间存在系统性鸿沟。

仿真高分不等于真实可用

仿真环境通常拥有干净视觉、稳定光照、精确物理参数和可重复任务分布，模型容易通过大规模预训练与基准微调取得高分。但真实世界充满传感器噪声、延迟、标定误差、执行器非线性、材质摩擦差异以及动态干扰。GPT-6-Astra 在仿真中习得的策略，一旦面对这些分布外因素，就可能出现感知误判与动作级联失败。

露怯的深层原因

一是基准过拟合：仿真考卷任务边界清晰，而真机场景长尾且开放。二是模态对齐不足：视觉、语言与动作表征在仿真中较为一致，在真机中却因时延和噪声产生错位。三是缺乏在线自适应：模型难以根据实时反馈修正计划，安全回退机制也不足。

行业启示

商汤此次实测的价值，不在于否定模型，而在于校准预期。具身智能的评测必须从“仿真刷榜”走向“真机闭环”，引入域随机化、真实数据微调、世界模型预测和人类干预机制。对 GPT-6-Astra 而言，仿真满分只是起点，真机才是终极考场。