动作

就在同一天，智元还发布了WITA-OMNI多模态交互大模型，进一步整合视觉、听觉、语言和机器人肢体动作能力。

智元合伙人、联席总裁、中央研发部总裁、交互业务体系总裁熊彦在接受记者采访时表示，GPT-6Astra主要表现在高阶任务规划，一是调用其他的模型来生成动作，二是直接生成机器人的动作。

通用大模型向机器人动作控制领域延伸，带来的影响可能不止于技术路线之争，也正在引发市场对具身智能企业估值逻辑和商业价值的重新审视。

与主要基于互联网文本、图像和视频数据训练的通用大模型不同，VLA进一步引入机器人动作数据，建立环境感知、语言理解与物理动作之间的联系。

AnempiricalstudyofGPT-6Astraasanativerobotpolicy》（Astranomy：GPT-6Astra作为原生机器人策略的经验研究）的研究中，GPT-6Astra无须针对机器人控制任务进行专门微调，就能够利用环境信息和任务指令生成机器人动作。

就在通用大模型不断向机器人动作控制领域延伸之际，国内具身智能企业也在加大对自研基础模型的投入。