# 当「操作者」只有 26 分、当「监督者」有 48 分：一份混合控制实测，给 OpenAI 下场造本体补了注脚 > 通用大模型直接生成机器人动作，成功率 26%；让 VLA 出动作、大模型在旁边看着并随时纠偏，成功率升到 48%。OpenAI 宣布组建 OpenAI Robotics 团队的同一天，这组数字把「大脑该怎么接」的答案写得更清楚了。 ### TLDR - **官宣时间线**：奥特曼 10 月 17 日确认 OpenAI 下场打造人形机器人，预期 **2027 年**拿出演示样机；截至 10 月 23 日，OpenAI 官网共有 **15 个** robotics 相关岗位在招。 - **当天增量**：10 月 23 日中文财经源密集报道 OpenAI 组建「OpenAI Robotics」团队、公开招募全栈硬件、运营、系统及机器学习工程师，该消息被列为当日机器人板块涨停潮的催化之一。 - **关键实测**：银河通用用 9 月发布的 GPT6 Astra 做混合控制测试——纯 Astra 直接生成动作，作业成功率 **26%**、48 个任务平均 **37.81** 分；换成 π0.5 提供动作、Astra 观察并修正，成功率升到 **48%**、平均 **62.6** 分。 - **判断**：同一套通用模型，当「操作者」与当「监督者」的成绩差了近一倍——混合控制是当下更稳的工程路径，而 OpenAI 坚持下场造本体，恰恰说明纯大脑路线还有绕不开的坎。 ### SRC 素材时间窗为 **2026-10-23 09:00 → 19:00（北京时间）**。主干信源为新浪财经 2026-10-23 转载的券商研报《人形机器人行业动态点评：OpenAI入局打造机器人 产业叙事有望迎来新变化》，其中银河通用 GPT6 Astra 混合控制测试的两组数字（26%/37.81 与 48%/62.6）、「2026-10-17 奥特曼称下场打造机器人、预期 2027 年演示样机」以及「截至 2026-10-23 官网 15 个 robotics 岗位在招」均出自该研报，**为研报转述口径，未取得银河通用原始测试报告核对，标注单一信源**。OpenAI Robotics 组建团队、公开招募的表述另见证券时报网 2026-10-23 报道，构成第二信源。**扩窗说明**：奥特曼 10-17 表态在窗口外，本稿依据的本窗口内新增量是——中文财经源 10-23 白天将该消息密集列为当日板块催化、研报首次给出 Astra 实测数据的中文披露、岗位数更新至 10-23 口径。**与既有稿件差异**：本号 2026-09-04 的 044 号稿写「确认自研人形」、2026-10-19 的 490 号稿写「27 个岗位、招的是管毫秒的人」，本稿新增量为 Astra 混合控制实测数据与团队名号正式公开，招聘角度不再展开。文中所有架构分析均为作者判断，已逐处以「判断：」标注。 ### BODY
一天之内，两件事撞在了一起

10 月 23 日，中文财经圈的机器人版面出现了两条看似不相关的消息。一条是证券时报转述的确认：OpenAI 正在组建名为「OpenAI Robotics」的新团队，公开招募全栈硬件、运营、系统及机器学习工程师，截至当天官网挂着 15 个 robotics 相关岗位，方向覆盖机器人软硬件、控制系统、电机与执行器、测试基础设施、制造、安全及项目管理。另一条藏在一份券商研报里：银河通用在 9 月 GPT6 Astra 发布后做了一轮混合控制测试，数据第一次被系统披露。

这两条消息说的是同一个问题：通用大模型到底能不能直接当机器人的大脑。OpenAI 的回答是「我们要连身体一起做」，银河通用的回答是一组分数。

26 分和 48 分，中间隔着一次分工

先看测试设置。Astra Direct 模式下，通用模型根据视觉、本体状态和任务目标，直接生成机器人动作——这是「大模型当操作者」的最激进路线。另一种是混合控制：由专用机器人 VLA 模型 π0.5 提供动作，Astra 观察环境和候选动作，在必要时进行修正。

Astra 直接生成动作
26%
π0.5 出动作 + Astra 监督修正
48%
作业任务成功率对比，数据出自券商研报转述的银河通用测试口径（2026-10-23 披露），条形长度按 48% 为满幅示意。48 个具有完整原生评分的任务平均分相应为 37.81 与 62.6。

两组数字的差距不是「有点提升」，是接近一倍。而且平均分从 37.81 升到 62.6，说明混合控制不仅提高了做成的概率，还整体抬高了做成的质量。

判断：这组数据的含义比分数本身重要——通用模型当前最值钱的能力是「看懂任务、判断动作好不好」，而不是「亲手把动作做出来」。把实时控制交给在真实数据里泡出来的 VLA 模型、把目标理解和异常纠偏交给通用模型，是当下工程上更稳的分层。
OpenAI 为什么还要下场造本体

如果混合控制够用，OpenAI 完全可以只卖大脑：把 Astra 的接口开放给本体厂商，走「Android 模式」。但它选择了造机器人，2027 年才交演示样机，招的岗位里甚至包括电机与执行器、制造工艺。

一个说得通的解释是数据闭环。VLA 模型的动作能力来自真机数据，而真机数据的采集、回流、迭代，握在别人手里和握在自己手里是两回事。研报里另一个细节值得放大：银河通用测试里 π0.5 的存在感很重——通用模型再强，最后落地的那只「手」仍是专用模型。OpenAI 若不掌握本体，它的通用能力就只能永远做那个「在旁边看的」，拿不到第一手的动作数据。

判断：这与同日杭州物理 AI 大会上的行业判断形成互文——人形机器人的价值链正在从「身体」向「大脑」转移，但大脑的进化又离不开身体产生的数据。OpenAI 下场造本体，本质上是在为它的大脑买一张进入物理世界的门票。对本体厂商来说，这既是威胁也是订单信号：通用模型公司入场，意味着大脑层的竞争会加速，而本体的制造、成本与场景数据反而成了它们必须补的课。

信源：新浪财经 2026-10-23 转载券商研报（银河通用 GPT6 Astra 混合控制测试数据，单一信源）；证券时报网 2026-10-23（OpenAI Robotics 组建团队）。素材时间窗 2026-10-23 09:00 → 19:00，10-17 官宣为窗口外事件、以 10-23 白天中文源密集报道为新增量。
--- *来源：神机百见-具身解读 · https://www.shenjibailian.com/jiedu/article/gpt6-astra-hybrid-control-galbot-26-to-48/*