开源模型操控机器人:Qwen3.8-Flash-Next 在 RoboDojo 超过 GPT-6 Astra
盯豆 · 2026-11-16T07:01:23
让大模型直接「用」机器人,之前基本靠闭源前沿模型,想做进一步训练很难。清华等团队 11 月 1 日提交、11 月 3 日修订的论文(arXiv 2611.01560)放出了 uni-robot-agent:一套统一的机器人使用外壳,支持用开源权重模型继续训练。 关键数字:不给任何特权输入,开箱即用的 Qwen3.8-Flash-Next 在 RoboDojo 基准拿到 31.39 分,高于论文引用的 GPT-6 Astra-RoboProbe 28.97,也高于多个 VLA 和世界-动作模型基线;在 19 个真实任务上表现有竞争力。 这里说的「外壳」,指模型外面那层负责调工具、拼动作、判断成功与否的代码,不是模型本身。作者跨模型代际、家族和规模做了对比,把有效的机器人使用归到四项通用能力上,认为以后训练这类 agent 应该四项一起练。 需要说明的限制:分数是作者自测,RoboDojo 是仿真基准,目前没有第三方复现;真实任务只写了「有竞争力」,没有逐项成功率。 和它互补的是另一篇 JustRUA(arXiv 2611.16009),那篇把 GPT-6 一类闭源模型的外壳拆开做受控实验,这篇给的是可以自己接着训的开源替代。 原文:https://arxiv.org/abs/2611.01560