#AI
Stanford 与 Caltech 让 GPT-6 Astra 直驱人形机器人收拾陌生厨房
Stanford 与 Caltech 研究者搭了 HomeBody 系统，让 Unitree G1 人形机器人在陌生厨房自主导航、收拾、取物。它不要模型与机器人间的专门控制层，由可替换的 VLM（用 GPT-6 Astra）直接调用抓取、导航、开抽屉等技能库。
机器人先探索房间，在 Nvidia Isaac Sim 建数字孪生，把物体与位置记入空间记忆，移出视野也能找到。语言模型负责拆解指令并纠错。局限有 Astra 延迟、手指伺服过热、算力成本高。
💡 为什么值得看HomeBody 删掉控制层，VLM 直调技能库，实证语言模型可当机器人大脑。
查证
来源档案
The Decoder
英文 AI 行业媒体，以编译和点评研究进展为主，非一手发布。
报道内容具体、给出了系统名、机器人与已知局限，可信度尚可；但属单源二手报道，论文与实验数据未见一手链接，细节需以原论文 / 项目页为准。
延伸阅读
想判断这条路能否复用，关键在原文对技能库接口与模型调用方式的描述。