斯坦福与Caltech用GPT-6 Astra驱动人形机器人自主整理陌生厨房

直连大模型：跳过中间控制层

斯坦福大学与加州理工学院的研究团队开发了HomeBody系统，首次将GPT-6 Astra大语言模型直接嵌入人形机器人控制流，不依赖额外训练的专用运动控制层。该架构允许模型基于自然语言指令，实时解析环境并直接调用底层模块化技能，如物体抓取、空间导航与动作执行。

零样本泛化能力验证

实验中，机器人被置于一个此前从未见过的厨房场景，未经过该环境的任何预训练或微调。在GPT-6 Astra驱动下，它成功识别餐具、清洁工具与杂物位置，自主规划路径、拾取散落物品并归位，完成端到端整理任务。

技术路径聚焦具身智能闭环

研究强调语言模型作为‘认知中枢’的角色，通过标准化接口与物理执行模块耦合，验证了大模型在开放家庭环境中的实时感知—决策—行动闭环潜力。