GPT-6 Astra伸手抓起水杯：通用大模型闯进机器人控制，世界模型公司的买单人却找不到

OpenAI的GPT-6 Astra做了一件让机器人行业坐不住的事。不针对任何任务做微调，它直接在RoboDojo仿真平台上控制机械臂，平均成功率22.48%。上一代GPT-5.5的成绩只有0.88%。

这篇由机器人评测平台RoboDojo联合香港大学、清华大学研究人员发布的论文，9月21日挂出后一度刷屏。Astra的成绩当时高于榜单上全部公开的专用机器人模型。

一个通用多模态大模型，训练数据来自互联网，没碰过几台真机器人，却能指挥机械臂干活。世界模型路线被证伪了吗？答案藏在一组对比数据里。

通用大模型很强，但有个致命短板

英伟达西雅图机器人实验室10月公布的仿真测试，把这件事说透了。120项抓取摆放任务里，没做机器人专项微调的Astra成功率66.3%；英伟达基于世界模型Cosmos开发的机器人模型只有36.8%；美国公司Physical Intelligence专为机器人训练的π0.5，仅28%。

能力排序看起来一边倒。速度排序正好相反。

Astra直接输出动作时，单次调用平均需要18.56秒。英伟达的模型约0.71秒。π0.5只需约47毫秒。

18.56秒意味着什么？智元机器人联席总裁姚卯青给出过行业参照：机器人控制系统最底层与电机通信，每秒1000次；中间层运动规划，每秒10到20次。大模型连中间层都跟不上，目前只能放在最上层的任务调度。

深圳一家头部机器人企业的产品经理说得直接：“大模型想一步的时间，产线上等不起。”这家企业的做法是让大模型理解任务、拆解步骤，具体动作交给自己训练的动作模型。

精度是第二道坎。宇树科技CEO王兴兴11月5日在进博会上表示，目前最大的挑战不在理解能力，而在物理世界执行时，“最后几毫米有比较大的偏差”。独立评测团队Robocurve的9月真机测试里，Astra把方块放进碗，20次成功19次；换成精密拼图插入，20次只成功2次。

世界模型这个词这两年被用得很泛。李飞飞创办的World Labs今年6月专门发文，按输出结果把它分成三类：生成给人看的画面、模拟物理状态、决定下一步动作。

通用大模型已经渗透进前两类。视频生成模型负责画面；模拟物理状态时，通用大模型选择调用现成工具。浙商证券10月21日的研报指出，Astra能调用三维软件Blender还原现实空间，谷歌Gemini 4 Argon能调整摩擦系数等参数，再交给物理引擎计算接触和运动。

第三类，预判动作后果，目前仍离不开世界模型。

南京大学、南洋理工大学、北京大学的研究人员10月20日发布论文，指出Astra对任务的理解和实际执行之间落差明显，问题集中在预判动作后果、精度和复杂动作协调。

道理不难理解。大模型写错代码，改完再跑一次就行。机械臂打翻水杯，错误无法撤回。试错代价越高，提前预判的价值越大。

谷歌DeepMind已经给出融合方案。10月27日发布的Genie 4研究预览版里，Gemini负责拆解目标、调整计划，Genie 4负责模拟接下来发生的情况，两者配合完成了人形机器人下跳棋的演示。

钱在涌入这个赛道。市场研究机构创投通统计，2025年物理AI和世界模型领域融资23起，2026年至今已超过100起。9月，AMD宣布拟以约82亿美元收购World Labs，交易预计年底前完成。杨立昆2025年底离开Meta创办的AMI Labs，今年3月宣布融资10.3亿美元。

融资热和付费冷，形成了刺眼反差。

机器人公司不买。行业常见做法是把世界模型并入自己训练的动作模型。智平方创始人郭彦东举过例子：泡茶的先后步骤靠语言模型，水杯靠近桌边可能掉落，这类预测靠世界模型。但不合并进来，很多任务做不了。市面上已有免费的世界模型，前述深圳产品经理更愿意把钱投给数据和模型微调。

车企也自研。小鹏汽车4月发布的世界模型X-World，基于阿里巴巴开源的视频生成模型WAN2.2搭建；9月推送的智驾新版本，X-Foresight首次装车，预判未来6秒的路况。百度11月3日公开ApolloWorld，用于萝卜快跑的测试验证。

芯片公司把模型开放出来。英伟达把Cosmos开放给行业，相关人员解释，开放模型帮行业把基础模型做到“60分”，车企再用少量算力和自有路测数据微调，全行业的使用最终转化为对云端训练和仿真算力的持续需求。

独立的世界模型公司，两头不讨好。

训练成本还在加码。极佳视界联合创始人朱政9月公开表示，训练数据要达到千万甚至上亿小时，“有可能需要花几千亿元才能训出一个真正通用场景的世界模型”。初创公司的算力规模，很难和通用大模型公司抗衡。

对手也在逼近。OpenAI今年3月停掉Sora消费者应用和API，Sora研究团队转向世界模拟以推动机器人发展。奥尔特曼近期表态，OpenAI会自己制造人形机器人，预计2027年拿出演示样机。自研硬件能帮大模型公司更高效获取高质量真机数据。

朱政的判断很明确：通用大模型公司转向世界模型没有太大门槛，留给纯粹世界模型公司的时间窗口不长，“必须在一到两年内兑现大众对它的期望”。

这场竞争的核心问题，是分工还是吞并。

眼下的答案偏向分工：大模型管理解和规划，世界模型管预判和模拟，动作模型管毫秒级执行。谷歌的Genie 4配合Gemini，是这个架构的样板。

长期答案可能残酷得多。预判后果是世界模型的核心价值，而通用大模型公司恰好最有钱、有卡、有数据，他们没有理由把这个环节永久让出去。

对关注这个赛道的开发者，两个信号值得盯住：一是AMD完成对World Labs的收购后，模型团队如何影响下一代芯片对显存和时延的定义；二是OpenAI的人形机器人样机，如果2027年真出现，通用大模型垂直整合的速度会超出所有人预期。

留给独立世界模型公司的时间，真的只有一到两年。