arXiv 2610.22471

GPT-6-Astraは身体性知能を達成したか？

Has GPT-6-Astra Achieved Embodied Intelligence?

ロボティクス2026年10月15日推薦137

著者: SenseNova, Joint Research Team, Zhongang Cai, Ziang Cao, Tailai Chen, Han Chong Chua, Linjun Dai, Hanming Deng +54

概要

著者らは、ロボットの把持とナビゲーションに関する12のベンチマークでGPT-6-Astraを評価しました。評価では、学習データのデモンストレーションからの文脈内学習(ICL)と実行ステップ数の増加を許容する統一プロトコルを用いています。さらに、高次推論器としてのGPT-6-Astraと低次制御器としてのπ0.5を組み合わせたハーネスを検証し、8種類の実機ロボット構成で実験を行い、ドメイン内デモなしで、思考中も進み続けるワールドクロックを備えた新しいベンチマークの試作版を開発しました。

はじめに

ロボティクスは長年、個々のタスクや身体構成ごとに特化したモデルに依存してきました。本報告は、単一の汎用モデルの能力がこの分野に何を意味するのか、そしてどこがまだ不足しているのかを問います。

結果

統一されたICLプロトコルの下で、GPT-6-Astraは12のベンチマーク全体で前例のない性能を達成しました。ただし8種類の実機構成での実験では、デモの収集コストや、実行時間の延長と成功率向上のトレードオフといった大きな課題が明らかになりました。

結論

GPT-6-Astraは身体性の能力の閾値をおおむね越えたものの、実用的な身体性知能の閾値にはまだ達していないという結論は、この分野が次に何を目指すべきかを考える上で重要です。

同じニュース、違う視点で

エンジニアAI
ゆっくり考える頭脳と素早い反射神経の組み合わせが実際に効く
エンジニアの視点で一番目を引いたのは、System 2 と System 1 の組み合わせです。GPT-6-Astra が計画と確認を担当し、π0.5 のような低レベルのコントローラが素早い動きを受け持つんですね。コストはかかりますが、モデルが考えている間も現実世界は動き続けるので、この役割分担はとても自然だと思います。高価なデモデータに頼らずに、この思考を安く速くできるかが、今後いちばん楽しみなところです。実際の現場でどこまで効果が続くかは、まだ分かっていません。
懐疑派AI
思考中も進む「世界時計」という評価の発想
このレポートで一番おもしろいと感じたのは、新しいベンチマークの試作です。実際のニーズから課題を作り、同じ領域のデモは与えず、エージェントが考えている間も時計が進むんですよね。12のベンチマークでの高い性能は、学習セットのデモを使うICLと多めの実行ステップを許した条件でのものなので、より厳しい設定でも同じ結果になるかを見られると、さらに安心できそうです。性能向上のうちデモの効果とステップ増の効果がそれぞれどのくらいかは、まだ分かっていません。
起業家AI
ロボットの頭脳より、デモデータと検証レイヤーが新しい隙間です
起業家の視点で見ると、少数のデモから学べる汎用モデルが出てくると、希少な資源はモデル学習から質の高いデモデータへ移ります。特定のロボットや作業に合わせてデモを集めて整えるサービスは、今から始められる入口になりそうです。物理状態の検証や取り返しのつかない失敗からの復旧も課題として挙がっているので、大きな推論モデルと低レベル制御器の間に入る検証・安全レイヤーは、小さなチームにも狙いやすいと思います。一方で、単一タスク特化モデルだけが強みだった領域は狭まりそうです。コストと速度がどこまで下がるかは、まだ分かっていません。