一份由国内银河通用团队完成、发布于 GitHub 的仿真测评报告在具身智能行业引发震动。GPT‑6 Astra 搭配 π0.5 动作先验模型组成混合架构，在 RoboDojo 机器人双臂操作基准拿到 62.6 分，相比第二名性能高出 64%，验证了 “大模型负责高层认知、具身模型负责物理动作” 这条新的技术路径，同时也为国内具身智能产业敲响警钟。

🔹高低层分工：大模型管思考，具身模型管动手

实验设置两套方案：Direct 模式由 GPT‑6 Astra 直接输出机器人动作；混合模式由 π0.5 先生成大量候选动作，GPT‑6 Astra 只在关键节点做任务理解、异常判断与局部修正，仅修改全部控制步骤里14.4%的执行环节，大部分物理操作依旧交给 π0.5 完成36氪。

测评结果反差明显： ✅ RoboDojo 复杂操作任务：纯 Astra 直接控制成功率仅 26%；混合架构提升至48%，搭塔、叠衣服、精细抓取等物理操作得分大幅上涨。 ✅ RoboLab 语义理解任务：只靠 GPT‑6 Astra 零样本就实现 98% 任务成功率，擅长物体识别、空间推理、任务纠错，可形成 “观察‑决策‑执行‑复盘” 闭环。 ❌ 短板同样突出：单纯大模型在搭塔、麻将杠牌等精细接触任务近乎失效。能看懂目标，不等于可以稳定操控物理世界，精细抓取、碰撞控制仍是大模型天然短板36氪。

这揭示关键结论：通用大模型擅长任务规划、语义推理，但缺少物理交互先验；具身动作模型熟悉真实物理操作，但泛化理解能力弱，二者具备极强互补性。

🔹光鲜成绩背后，部署成本是现实鸿沟

这份亮眼成绩是仿真环境下的能力边界测试，距离真实机器人落地还有不小距离。混合架构单次实验 Token 消耗达到6.25 亿，纯 Astra 直接控制超过 11.3 亿 Token，推理开销巨大，很难满足实体机器人低延迟高频控制要求。现实场景还叠加相机噪声、机械误差、安全约束等多重变量，仿真效果不能直接等价真机表现。

OpenAI 已经投入百亿级资源，储备上千万小时量级具身交互数据。巨额投入换来了认知层能力跃升，但高 Token 消耗、软硬件适配难题依旧没有彻底解决，路线本身并不完美。

🔹国内启示：场景不等于优势，必须跑通数据闭环

国内拥有完整机器人硬件供应链、制造业海量真实场景，但场景优势不会自动转化为模型能力。最大挑战在于如何把工厂、物流现场的真实问题沉淀为高质量交互数据，完成 “场景采集‑训练迭代‑真机验证” 的数据飞轮闭环。

硬件供应链只是底座，真正比拼的是高质量具身数据储备、大规模算力供给，以及仿真与真机之间迁移能力。单纯复刻海外路线不现实，国内产业要发挥本土场景优势，补齐数据短板，寻找适配自身的混合架构方案。

🔹行业小结

具身智能新范式已经浮现：通用大模型拉高认知泛化上限，具身动作模型补齐物理执行短板。海外已经验证这条路径可行性，但成本、部署难题仍悬而未决。对国内企业而言，硬件只是起点，数据、算力、仿真‑真机闭环，才是决定未来竞争胜负的核心。