具身智能

GPT-6-Astra 跨 12 个具身基准评测，操作导航性能空前

旗舰模型直通具身任务，专用策略模型的必要性受质疑；ICL 泛化与物理状态校验是下一道坎。

Alpha 揭示 LLM 机器人规划差距全因 planner-output corruption：100% vs 0%

将性能差距从推理能力归因到 prompt-to-JSON 序列化与验证接口，提示具身系统应优先加固输出解析而非仅提升模型推理。

$S^2$ 度量感觉-运动对齐，与机器人任务成功率正相关并可预筛VLM骨干

提供训练无关的离线代理指标，可在闭环评估前筛选具身模型与骨干，降低实验成本。

RoboColiseum 评测 GPT-6 等前沿 LLM 机器人控制

给出前沿 LLM 在机器人控制赛道的横向能力画像，可指导选择与评测具身 Agent。