GPT-6 Astra在RoboCurve评测分化：宏观95%，毫米级精度仅10%

会懂网AI资讯，9月8日，OpenAI的GPT-6 Astra在物理操作基准RoboCurve上表现明显分化：宏观物理操作任务得分高达95%，但毫米级精度任务长期停滞在10%的平台期。这一结果揭示了当前具身大模型的共同天花板。

宏观与微观的差距，本质上是两类能力的区别。抓取一个杯子、把一个盒子推到指定区域，这类任务容错空间大，模型只需理解大致的位置与力度；而插拔USB、拧螺丝、穿针这类精细操作，容错空间只有毫米级，要求完全不同的控制精度。

造成这一差距的原因是多重的。首先是训练数据的分布——互联网上的演示视频多为宏观动作，精细操作的数据极其稀缺；其次是传感反馈的精度，纯视觉方案难以分辨毫米级的位姿差异；最后是控制频率，精细操作需要更高的实时响应。

10%的平台期尤其值得警惕。平台期通常意味着现有方法已接近能力上限，继续增加数据或参数难以带来提升，需要方法论层面的突破。这与当年自动驾驶在长尾场景上的困境颇为相似。

对具身智能行业而言，这一结果是重要的提醒：模型能力的提升并不自动转化为操作精度的提升。补齐毫米级精度需要的不只是更大的模型，更是高保真数据——遥操作采集、触觉传感、力反馈回路。

这也解释了为什么近期资本密集涌入数据采集环节：机器人遥操作数据公司XDOF估值达12亿美元，视触觉传感器的研发持续获得融资。在模型能力趋同的情况下，数据质量正成为决定落地能力的关键变量。

从评测设计看，RoboCurve的价值在于把”宏观”与”精细”分开衡量。过去的机器人评测往往混合各类任务，导致平均分掩盖了能力短板。分维度评测能让行业更清楚地看到差距所在，也有利于针对性地投入资源。