商汤10月20日开源了一个具身智能框架，名字叫SenseNova-RoboRSI，核心卖点一句话：把任务完成成本降到GPT-6-Astra的1/50。
先说它测了什么：商汤拿GPT-6-Astra做了系统测试，12个模拟评测、8款机器人。结果很有意思——RoboDojo里的9个任务原本5次全失败，没重新训练，只是允许它继续交互、把步数上限提到10倍，结果5次全成功。有些"不会做"，原来是我们太早按了停止键。
但一直等下去代价不小：叠碗平均耗时约131分钟、推理费约19美元；把笔装进笔筒平均263分钟、约55美元。这样的机器人离日常使用显然还远。
开源的27B模型SenseNova-RoboRSI-27B-Preview把验证过的具身经验沉淀进参数：RoboDojo任务成功率20.83%，LIBERO-Pro超90分，RoboCasa365从26.0%提到46.5%，Token开销减少73%。
我的判断：具身智能的瓶颈早就不是"能不能做"，而是"做一次要多少钱、多长时间"。商汤这套东西的价值不在榜单分数，在于让社区能复测、能比较——从追分数转向抠成本和可靠性，这才是具身智能走向实用的正确方向。
#AI前沿
$BTC
先说它测了什么：商汤拿GPT-6-Astra做了系统测试，12个模拟评测、8款机器人。结果很有意思——RoboDojo里的9个任务原本5次全失败，没重新训练，只是允许它继续交互、把步数上限提到10倍，结果5次全成功。有些"不会做"，原来是我们太早按了停止键。
但一直等下去代价不小：叠碗平均耗时约131分钟、推理费约19美元；把笔装进笔筒平均263分钟、约55美元。这样的机器人离日常使用显然还远。
开源的27B模型SenseNova-RoboRSI-27B-Preview把验证过的具身经验沉淀进参数：RoboDojo任务成功率20.83%，LIBERO-Pro超90分，RoboCasa365从26.0%提到46.5%，Token开销减少73%。
我的判断：具身智能的瓶颈早就不是"能不能做"，而是"做一次要多少钱、多长时间"。商汤这套东西的价值不在榜单分数，在于让社区能复测、能比较——从追分数转向抠成本和可靠性，这才是具身智能走向实用的正确方向。
#AI前沿
$BTC