研究人员将 GPT-6 Astra 直接接入机器人，让它打扫一间陌生的厨房

一句话看懂：斯坦福和加州理工的研究者做了一个叫 HomeBody 的系统，把 GPT-6 Astra 直接接进 Unitree G1 机器人，让它在陌生厨房里自主探索、整理和取物。这再次验证了前沿大模型可以直接充当机器人的”大脑”，但同时暴露出延迟、散热和算力成本等现实瓶颈。

事件核心：发生了什么

据 The Decoder 报道，斯坦福与加州理工的研究团队构建了 HomeBody 系统，让一台 Unitree G1 人形机器人能够自主导航一间不熟悉的厨房、收拾物品，并从抽屉里取东西。

技术上最值得注意的是架构变化：HomeBody 去掉了语言模型与机器人之间常见的”训练好的控制层”，改由可替换的视觉语言模型（这里用的是 GPT Astra）直接调用一个可扩展的技能库，完成抓取、导航、开抽屉等动作。机器人先自己探索房间，在 Nvidia 的 Isaac Sim 中建立数字孪生，并把物体和位置记入空间记忆，因此即使目标离开视野后仍能找到。面对”收拾厨房”这类任务，语言模型会拆解每一步计划，并在出错时自我纠正。

公开信息显示，系统目前受限于 Astra 的推理延迟、手指舵机过热以及较高的算力成本。代码已在 GitHub 上开源。此前基准测试曾显示 Astra 的空间推理能力有较大提升，但另一项测试也提示 Astra 控制机器人时存在安全问题。

为什么重要

这条新闻的关键不在”机器人扫地”，而在于路径选择。传统机器人方案需要在语言模型和硬件之间加一层专门训练的控制模块，成本高、迁移难。HomeBody 尝试让 VLM 直接调用技能库，等于把大模型当成了任务规划器和调度中枢。如果这种架构成立，未来机器人能力的升级可能更多来自大模型迭代，而不是为每台硬件重新训练一套控制策略，这会显著压低适配成本。

与此同时，它也把 VLM 的短板直接暴露在物理世界里：延迟、算力开销和安全性都不再只是软件问题。OpenAI 此前已宣布要重返机器人领域，包括面向个人用途，这类研究正是其技术可信度的试金石。

对用户/开发者/创作者的影响

对开发者而言，开源代码意味着可以围着”VLM 直接调技能库”的思路做验证，尤其是把 GPT Astra 换成其他视觉语言模型测试泛化能力。做机器人应用、具身智能方向的团队可以关注技能库如何设计、空间记忆如何与数字孪生配合。对普通用户来说，这套系统离家用还很远——延迟和算力成本决定了它短期内更可能出现在实验室或工业场景，而非家庭厨房。对创作者和投资人而言，值得盯的是”大模型即机器人操作系统”这条路线能否在真实硬件上稳定跑通，这比单次演示更有参考价值。