LLM 能选择机器人动作，还不足以取代实时控制

争论需要落到具体控制环节

该公众号提出，LLM 开始生成机器人动作，可能动摇任务规划与动作模型之间的分工。GPT-6 Astra 的研究确实为这个问题提供了证据，但“生成动作”需要拆开理解：实验中，冻结的语言模型选择末端执行器目标，再由非学习的路径转换程序执行，随后接收观察和错误反馈。因此，我认为这项研究支持通用模型进入动作决策环节，却不足以证明它已经接管完整控制链。是否还需要独立机器人模型，取决于哪些环节已被覆盖、哪些能力仍由外部系统承担。

依据：[1] [7]

成绩值得重视，比较条件也必须保留

Astra 论文的 2026-09-21 版本报告，medium 推理、零样本设置下，平均得分为 28.97，成功率为 22.48%。得分记录部分完成进度，成功率要求完整完成任务，整体指标按五个能力维度等权平均。它领先于论文选取的 2026-09-10 公开策略榜条目，但 Astra 获得了从 wiki 整理的任务步骤与评分阶段说明，基线没有在等价文本输入下重跑。这使结果足以说明该方案值得继续研究，却无法单独回答：优势有多少来自模型本身，又有多少来自额外任务说明。

依据：[1] [2]

反馈已经存在，可靠执行仍未得到证明

该公众号提出，更好的检查与纠错机制可能继续提高成绩；不过，论文中的执行框架已经返回动作后的观察、误差和拒绝执行信息，不能把现有结果描述为完全没有反馈的动作输出。更关键的是，论文仍报告精细操作、动态任务和双臂协调方面的弱点，真机测试因安全原因停止，未完成正式协议。RoboDojo 的仿真与真机任务也没有逐项配对。因此，从仿真表现推断真实部署可靠性，仍缺少直接证据；增加反馈后的收益同样需要实验确认。

依据：[1] [2] [7]

实时性是整套系统的能力

Physical Intelligence 的 RTC 工作展示了另一类问题：模型推理下一段动作时，机器人可以继续执行当前动作块，但直接切换可能造成不连续。RTC 保留已经承诺执行的动作，并协调重叠部分，使推理与执行能够并行。这说明，判断下一步动作是否合理，与让动作及时衔接，是需要分别处理的问题。其真机实验使用同楼工作站和局域网，不能据此断言互联网云端控制已经可靠，也不能把具体测得的延迟推广为所有机器人系统的固定限制。

依据：[3] [4]

模型分工应由任务要求检验

Figure 在 2025-02-20 披露的原始 Helix 提供了具体实例：机载 System 2 以 7–9 Hz 运行，通过异步更新的语义潜变量指导以 200 Hz 输出动作的 System 1。这里的分工对应不同响应节奏，两者都在机载运行。这些频率只属于该架构，不能成为机器人统一门槛。我的推断是，即使通用模型能承担更多动作决策，是否合并控制层仍应依据响应时间、动作连续性和任务表现来决定；模型能力增强本身，不能证明某种架构必然胜出。

依据：[5] [4]

数据接口仍会影响动作质量

UMI 的实验进一步说明，执行质量还取决于示范如何表示、如何与机器人对接。其接口采用相对轨迹，并匹配观察与动作执行时延；动态投掷中去掉时延匹配后，抖动更明显，双臂叠衣中去掉夹爪间相对姿态后，协调性变差。这些结果支持一个有限判断：即便动作意图已经给定，时间与空间关系的处理仍会改变表现。它们没有证明 UMI 对所有任务都更优，也没有验证人类视频与 UMI 数据之间的通用小时换算。要判断通用模型能替代多少专用能力，仍需在相同输入、执行接口和任务条件下比较完整系统。

依据：[6] [1]

接下来关注什么

• 提供等价任务说明并重跑基线后，Astra 的比较优势是否保留。
• 完成正式真机测试后，精细操作、动态任务和双臂协调的表现能否支持部署判断。
• 在相同任务与硬件条件下，统一模型与分层控制方案的响应时间、动作连续性和完整成功率如何变化。
• UMI 的时延匹配与相对姿态表示，能否在更多任务和机器人平台上重复获得收益。