斯坦福 Caltech 让 GPT-6 Astra 直驱人形机器人

斯坦福与 Caltech 的研究者做了一个叫 HomeBody 的系统：一台 Unitree G1 人形机器人能自己走进一间不熟悉的厨房，把东西收拾好，并从抽屉里取物。他们砍掉了语言模型与机器人之间那层专门训练的控制层，改用可替换的视觉语言模型——这次是 GPT Astra——**直接调用抓取、导航、开抽屉这些模块化技能**。

流程上，机器人先探索房间，在 Nvidia 的 Isaac Sim 里建一份数字孪生，把物体和位置记进空间记忆，所以东西离开视野后它还能找到。遇到「收拾厨房」这种任务，语言模型逐步规划并在出错时自我纠正。论文报告的限制也很实在：Astra 的延迟、手指舵机过热、算力成本偏高，代码放在 GitHub 上。

💡 为什么值得看HomeBody 省去控制层，代价是延迟和算力。