GPT-6 Astra 接上宇树 G1：进陌生厨房收拾台面，还能凭记忆找到抽屉里的药

让机器人走进厨房干家务，难点从来不是”抓起来”，而是”记得住、走得对、串得起来”。

最近，斯坦福团队在最新项目 HomeBody 中做了一个演示：宇树 G1 先探索一个从未见过的厨房，随后就能根据语言指令收拾物品、丢掉纸盒，甚至把不在眼前的药找出来，递到人手里。

一分钟速览

• 陌生厨房零训练部署：部署到新厨房时，系统不需要额外采集训练数据，也无需再训练一套专用动作策略，泛化能力相当可观。
• 核心思路是”把技能当工具调用”：GPT-6 Astra 负责理解目标、安排步骤，再调用导航、抓取、开抽屉等技能，把任务一步步做完。
• 先探索，再建图：机器人接到的第一条指令是”你是一台厨房机器人，请探索这个空间”，边走边记录画面、激光雷达与关节姿态。
• 空间记忆是关键词：观察不会随着机器人转身就消失，而是被保存下来，成为后续任务可调用的记忆。
• 数字孪生辅助决策：Astra 还在 Isaac Sim 仿真平台里搭出一个数字厨房，帮助系统判断各处位置与空间关系。

让 GPT”调用机器人技能”

简单来说，HomeBody 的核心思路可以概括为一句话：让 GPT 把机器人技能当工具调用。Astra 负责理解目标、安排步骤，再调用导航、抓取、开抽屉等技能，把任务一步步做完。

不过，要让机器人去厨房拿东西，先得让它知道：厨房长什么样，东西又放在哪里。

在 HomeBody 中，机器人接到的第一条指令很简单——”你是一台厨房机器人，请探索这个空间”。随后，Astra 会选择值得观察的位置，引导 G1 移动。机器人一边走，一边记录相机画面、激光雷达扫描，以及自身的关节姿态和途经位置。

相机负责看清房间里有什么，激光雷达等传感器提供实测的空间结构；SLAM（同步定位与建图）则帮助机器人一边建立地图，一边确定自己在哪。这些观察不会随着机器人转身就消失，而是会被保存下来，成为后续任务可以调用的空间记忆。

在仿真里搭一个”数字厨房”

逛完还不够。Astra 接下来还要担任 Real2Sim 智能体，在 Isaac Sim 仿真平台里搭出一个数字厨房。

这个数字孪生相当于一份立体房间模型，帮助系统判断各处的位置，以及机器人与目标之间的空间关系。为了让数字厨房不仅看起来像，HomeBody 还会把 SLAM 测得的几何信息也交给模型，用真实测量约束重建结果。毕竟，台面的位置、通道的宽度，都会影响机器人能不能走过去、手能不能伸到位。

随后，系统会把真实世界的定位地图与数字厨房对齐到同一个坐标系，再将拍到的画面、内容描述和对应位置关联起来。这样一来，之前保存的画面就不只是”我见过这个抽屉”，还对应着一个可以返回的位置。之后再找东西，机器人就能先从记忆里查线索，再走回对应地点。

取药 demo：任务串起来才叫智能

准备完成后，用户就可以说”收拾一下厨房”，再补充咖啡袋放哪里、哪些纸盒要扔。

Astra 会结合当前画面、地图、空间记忆、手里有没有拿着东西，以及上一步的执行结果，选择接下来调用哪项技能、操作哪个目标。

前面展示的取药 demo 就用到了这种能力。用户虽然没说药在哪，但系统可以从保存的关键画面中找到抽屉，再把导航、开抽屉、取药等技能接起来。G1 会在厨房里来回搬运，把咖啡袋归拢到岛台上，再处理要丢弃的纸盒；即使药不在当前视野里，它也能从之前保存的画面中找到线索，走到对应抽屉前，打开抽屉、取出药，再递给人，期间还能把丢纸盒的任务一并完成。

和之前有什么不一样

此前，Robocurve 让 GPT、Claude 控制机械臂，是让模型根据相机画面和机器人状态，通过工具调用指定夹爪的位置、朝向和开合状态，再由底层模块转换成具体动作。

HomeBody 同样采用工具调用，但交给 GPT 的是更完整的技能：导航、抓取、放置、开抽屉，以及从抽屉中取物。理解这两者的区别，可以看机器人系统的一种常见分工——”安排任务—生成动作—控制身体”。当大模型接管的层级从”生成动作”上升到”安排任务”，机器人能完成的活儿，范围也就往外扩了一圈。

趋势洞察

从 Robocurve 让 GPT 和 Claude 控制机械臂完成桌面抓放，到这次 G1 走进厨房，大模型控制机器人的任务范围又往外扩了一圈。这一次，机器人不只要判断眼前抓什么，还得记住东西在哪，再把走路、抓取、放置连成一串。

更值得注意的是，团队表示部署到新厨房时系统无需额外训练数据，这意味着”大模型 + 机器人”的组合正从实验室演示走向可迁移的通用能力。如果这条路走通，未来买台机器人接上大模型就能干活，可能不再只是想象。