GPT-6 Astra 零微调操控机器人，RoboDojo 42 项任务居首

一篇 arXiv 论文提出 LLM as policy 设定：语言模型不做任务微调直接充当机器人操作策略，在 RoboDojo 全部 42 项任务上评测 3 个 LLM，并与 40 个公开策略对比。GPT-6 Astra 在 2,100 次试验中取得 22.48% 平均成功率和 28.97 Score，排名高于所有公开策略。同样的后处理流程下，GPT-5.5 只有 0.88%，DeepSeek-Flash 为 1.92%。Astra 的能力呈两极分化：语义理解类任务泛化良好，但高精度控制、动态控制和双手协同任务明显落后。one-shot 演示在整体上没有带来收益，部分交互轨迹显示模型能在回合内对扰动做纠正。