新闻/ROS Discourse 官方社区·今天

GPT-6 Astra零样本驱动AI Worker：Codex桥接ROS2实现具身闭环

ROBOTIS验证GPT-6 Astra经Codex直连AI Worker，无需策略微调即可通过工具调用完成感知、规划与操作。系统基于ROS 2构建视觉反馈闭环，开源Sim/Real一致环境与安全配置，揭示了通用大模型在物理机器人零样本控制中的工程边界。

AI 整理

• 本体 SDK 与控制
• 具身模型
• 评测与安全

AI Worker

本文由 AI 根据公开内容整理，可能有误，请以原文为准：GPT-6 ASTRA Meets the Real World（ROS Discourse 官方社区）

核心内容

ROBOTIS发布GPT-6 Astra与AI Worker集成实验，验证通用大模型在无任务特定策略训练下，仅凭上下文理解与工具组合能力驱动物理机器人执行复杂任务。该实验覆盖环境态势评估、自然语言多步规划及反馈驱动的移动操作三大核心能力，并完整公开了技术文档与演示视频，为Agentic AI与Physical AI融合提供了可复现的零样本控制基准。

系统架构通过Codex App Server连接模型与机器人，GPT-6 Astra根据相机视图与本体状态生成包含绝对位姿的工具调用指令；中间件Harness校验指令并将其转换为ROS 2控制命令，执行后回传新图像与状态形成闭环。工程侧支持Gazebo仿真与真机同构部署，采用隔离凭证路径避免冲突，并通过浏览器端Video Bridge实时监控流媒体与日志。文档详细披露了最大步长、动作数限制等安全参数，以及2D深度估计缺陷、碰撞风险与API延迟等实测局限。

关键看点

• 零样本工具调用：GPT-6 Astra无需微调，直接依据上下文选择运动原语并输出绝对目标位姿，验证通用模型对机器人API的语义理解与组合推理能力
• ROS2闭环架构：Harness中间件将模型Tool Call转译为ROS 2指令，执行完毕自动回传相机图像与本体状态，构建视觉-语言-动作实时反馈回路
• SimReal同构部署：提供Gazebo桌面仿真与AI Worker真机完全一致的运行结构，配合隔离环境变量配置，确保算法验证到硬件迁移的无缝衔接
• 安全与局限量化：明确设定最大步距、动作计数与超时阈值，实测指出2D图像深度估计不足、碰撞恢复困难及API响应延迟等物理落地瓶颈

工程与产业观察

该实验确立了“通用大模型+标准化工具接口”作为具身智能零样本控制的有效范式，降低了传统RL/IL对海量标注数据的依赖。其开源的Sim/Real同构框架与安全约束配置，为开发者评估VLA模型在真实物理世界的推理可靠性提供了标准化测试床，尤其对解决长尾场景下的泛化操作具有工程参考价值。

来源

本页事实对应的公开页面，以原文为准。

1. ROS Discourse 官方社区：GPT-6 ASTRA Meets the Real World访问 2026-10-28