斯坦福团队在最新项目HomeBody中，让GPT-6 Astra接上宇树G1人形机器人，首次实现让机器人在陌生厨房里记住物品位置、规划路径并完成多步任务。测试在搭载RTX 4090笔记本上运行，GPT-6 Sol平均得分是GPT-5.6 Sol的1.6倍，成本却低了约47%。
先逛一圈，把厨房记下来
HomeBody第一步让G1自主探索陌生厨房。机器人一边移动，一边用相机记录画面、激光雷达扫描空间结构、SLAM同步定位建图。这些空间记忆不会随机器人转身消失，后续任务可随时调用。
Real2Sim：把真实厨房搬进模拟器
Astra随后担任Real2Sim智能体，在Isaac Sim仿真平台里搭建数字厨房孪生，将真实定位地图与数字模型对齐到同一坐标系。这样，之前保存的抽屉画面就不只是”见过这个抽屉”，还对应着一个可返回的三维坐标。
给个目标，自己安排动作
用户说”帮我把药拿来”，即使药不在当前视野，G1也能从保存画面中找到线索，走到自己之前记录过的抽屉前，开抽屉、取药、递给人。HomeBody不需为新厨房额外采集训练数据，也无须重新训练专用动作策略。部署成本：RTX 4090笔记本加上前期的API调用开销。
HomeBody 是怎么做到的
这套系统由斯坦福团队在 2026 年 9 月 30 日发布，名叫 HomeBody，首次让 GPT-6 Astra 与宇树 G1 人形机器人联动。流程分三步，机器人先按指令自主探索空间，记录相机画面、激光雷达扫描与关节姿态，用 SLAM 同步定位建图；Astra 再在 Isaac Sim 里搭出数字厨房孪生，把真实定位地图与数字模型对齐到同一坐标系；最后按语言指令调用导航、抓取、放置、开抽屉等技能完成多步任务。
架构上 System 2 是视觉语言模型负责理解与决策，System 1 技能模块负责动作规划，System 0 底层控制器协调身体执行。HomeBody 的调整是让 System 2 直接调用技能库，不必经过学习型 VLA。
相关阅读
延伸阅读
- OpenAI DevDay 2026 全景解读：20+ 项更新与 Pro 500 套餐2 月前
- OpenAI 重构 Model Spec：5 项核心价值与 4 层失配监控2 周前
- OpenAI立28天军令状：每日更新或重置额度，GPT-6 Astra默认提速已兑现1 月前
- 千诀 Polibrain 发布：隐变量研究早 LeCun 约 1 年3 周前
继续读
往下这几篇值得接着看：
- 北京具身智能行动方案：三年培育不少于 200 家创新企业2026-11-11
- Meta 发布 Muse Ember：0.1 美元每百万输入 上下文 100 万2026-11-10
- GPT-6 Cyber 发布：ExploitGym 48.5%、越界率 0.07% 全拆解深度2026-11-06
想快速查定义？对应的词条在这里：
- GPT-6词条 · AI 自学笔记