GPT-6 Astra doğrudan robotların "beynini" devralıyor, simülasyon performansı özel VLA'yı geride bırakıyor

动察 Beating AI hızlı haber: Hong Kong Üniversitesi MMLab liderliğindeki robotik manipülasyon değerlendirme projesi ekibi RoboDojo, alışılmadık bir deney yaptı. GPT-6 Astra'ya eğitilmiş bir robot politikası daha eklemek yerine, bu genel çok modlu modelin doğrudan kamerayı görmesini, robot durumunu okumasını, görevi anlamasını ve bir sonraki hareketine kendisinin karar vermesini sağladılar. Arada yalnızca sabit bir kontrol aracı seti vardı; bu set Astra'nın verdiği hedef konumu robot kol hareketine dönüştürüyordu.

42 simülasyon görevinde Astra 28,97 puan ve %22,48 ortalama başarı oranı elde ederek, önceki açık liste lideri DM0.5'in 24,90 puan ve %19,34'lük sonucunu geçti. Aynı kontrol yöntemi GPT-5.5 ile kullanıldığında yalnızca 1,13 puan ve %0,88 elde edildi.

RoboDojo açık listesinde geçmişte ağırlıklı olarak VLA, WAM gibi özel olarak eğitilmiş robot politikaları yer alıyordu. Şimdi, önceden özel modellerin tamamlaması gereken hareket kararlarının bir kısmını genel büyük modeller doğrudan devralabiliyor ve genel başarı da önceki lideri geçiyor. Robotların hâlâ ayrı bir "beyin" eğitmesi gerekip gerekmediği sorusu ilk kez bu kadar somut hale geldi.

Ancak Astra, robotun "beyinciğinin" yerini henüz dolduramıyor. Ekleme, sıvı dökme, hassas temas gibi gerçek fiziksel kontrole bağlı görevlerde belirgin şekilde daha zayıf. Gerçek makine testleri de birden fazla kez tehlikeli hareketler sergileyip donanıma zarar verdiği için ekip tarafından erken durduruldu.

Genel modellerin yetenekleri güçlendikçe, robot modellerindeki iş bölümü yeniden şekillenebilir: Büyük modeller çevreyi anlama, muhakeme ve planlamadan sorumlu olurken, özel VLA'lar ve geleneksel denetleyiciler hareketleri doğru ve istikrarlı biçimde uygulamaktan sorumlu olacak.