三星与上交提出具身上下文学习方法 RoboICL，冻结 GPT-6 Astra 实现机器人操控

三星与上海交大联合提出具身上下文学习方法 RoboICL，在完全冻结 GPT-6 Astra 参数的前提下，通过单段示范与在线交互记忆实现多项复杂机器人操控。在 RoboDojo 30 项双臂操作任务评测中，RoboICL 综合得分达 50.64，并在 Franka 真实机械臂的三项任务中取得 78.89 的三示范平均阶段得分。