随着GPT-6的推出，通用人工智能（AGI）的发展速度让人惊讶，尤其是GPT-6 Astra在基础模型能力上的表现引发了广泛关注。这个强大的模型在具身智能领域的影响令人意外，Robocurve公司在接入该模型后，发现其在控制机器人方面的能力十分出色，成功率高达95%，而其Token使用量也显著低于前代产品Fable 5.1。

尽管GPT-6 Astra展示了出色的单项成绩，但这并不代表其能够在真实环境中安全稳定地控制机器人。RoboDojo团队的测试表明，Astra在实际应用中出现了多次不合理或不安全的动作，部分导致了硬件损坏，测试被迫提前结束。因此，我们必须认识到，虽然基础模型在能力上取得了突破，但如何确保机器人安全有效地操作仍然是一个亟待解决的系统性问题。

在具身智能日益受到关注的背景下，行业内外对通用模型的主导地位日益看重。有企业创始人指出，当前的具身智能领域相对薄弱，通用模型公司在技术和资源上拥有优势，未来数年将是关键时期。Robocurve认为，如果这一趋势持续，语言模型可能在不久的将来实现对机械手臂的实时控制。 千亿球友会

为了应对具身智能中的实际挑战，穹彻智能推出了RoboRSI，这是一个多智能体自进化框架，旨在建立一个能够持续执行、诊断、修订和复用的完整闭环。该系统希望在强大的基础模型能力的基础上，构建处理异常、积累历史经验的机制。

在这一领域，核心问题包括：谁来处理异常情况，以及如何有效存储和复用历史经验。面对执行过程中的错误和失败，需要人工智能能够为每一个环节提供判断和决策支持。与此同时，如何有效地管理机器人在执行过程中产生的大量上下文数据是另一个重要挑战。

穹彻智能提出的设计理念在于为人和机器代理分别提供合适的接口，使人类可以专注于目标设定和安全判断，而让多智能体负责日常的执行工作。通过明确的结构化技能树，机器代理能够围绕全局目标进行局部调整，形成一个有效的闭环系统。 千亿球友会

总结来说，尽管基础模型的能力不断增强，但离开系统级的支持框架，其在具身智能的应用中仍面临诸多挑战。RoboRSI正是旨在解决这些问题，推动具身智能的发展与落地。