#AI
斯坦福用 GPT-6 调度宇树 G1 收拾厨房
HomeBody 把 GPT-6 Astra 接上宇树 G1:机器人先逛一遍未见过的厨房,记下画面、激光扫描与关节姿态,在 Isaac Sim 建出数字厨房,再按指令归拢咖啡袋、扔纸盒、取药递给用户。
做法是让 GPT 把机器人技能当工具调用:Astra 只理解目标、安排步骤,再把导航、抓取、放置、开抽屉等技能串起来,由技能模块自己规划,不经学习型 VLA。团队称换新厨房不需额外采数据、也不用重训动作策略,但感知模型、运动规划与预训练控制器仍是前提。
眼下感知、规划与技能执行跑在一台 RTX 4090 笔记本上,Astra 远端决策,前期重建数字厨房需准备时间与 API 成本,手指舵机过热也是限制。「买台 G1 接 GPT 就能做家务」还没到这一步。
💡 为什么值得看GPT 改为调用技能,换厨房免重训,但家务机器人尚远。
查证
来源档案
量子位
中文 AI 媒体,基于斯坦福团队项目页面与演示撰写的技术解读稿
项目名、方法步骤与演示任务描述具体且可对回斯坦福官方项目页,可信度尚可;性能数字与「无需训练」等说法均转述团队口径,未见第三方复现,按单源处理。
延伸阅读
想弄清「大模型调度技能」与「大模型直接输出动作」差别的人,可看文中导航 / 抓取 / 开抽屉各自接收什幺参数、如何回传结果。
文中点名 RTX 4090 笔记本、远端推理等待与手指舵机过热,是判断这套方案能否走出 demo 的关键线索。