GPT-6-Astra具身能力遭大考，传统基准拿满分，真机频碰壁

GPT-6-Astra在12项仿真具身评测中取得接近满分成绩，但在8个真实机器人平台上执行日常任务时频现失误，暴露其在物理世界中的验证能力、操作鲁棒性、执行成本及长期任务管理方面的显著短板；研究指出其已跨过具身能力门槛，但距实用部署仍有较大差距。