商汤等团队评测 GPT-6-Astra 具身能力：仿真基准高分而真实机器人操作受挫

商汤联合多家机构发布技术报告，针对 GPT-6-Astra 在 12 项仿真基准与 8 个真实机器人平台上的具身能力展开系统评测。测试显示模型在仿真长程操作中表现优异，但在真实场景中面临动作误判、高昂推理开销及精细操作多次失败等落地挑战。研究团队为此开源了面向机器人任务的统一执行框架 SenseNova-RoboRSI，探索通过失败反馈与 Harness 优化实现系统的自我改进。