机器人的「GPT 时刻」，这回真得靠 GPT 了。斯坦福团队的最新项目 HomeBody，把 OpenAI 的旗舰模型 GPT-6 Astra 接上了国产人形机器人 宇树 G1，让它在从来没见过的厨房里，根据语言指令收拾物品、丢纸盒，甚至能把不在眼前的药找出来、递到人手里。大模型控制机器人的任务范围，又往外扩了一大圈。
HomeBody 是什么
HomeBody 是斯坦福团队发布的具身智能项目，核心思路可以概括成一句话：让 GPT 把机器人技能当工具调用。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。和此前 Robocurve 让 GPT、Claude 控制机械臂做桌面抓放相比，这次 G1 走进了厨房，机器人不只要判断眼前抓什么，还得记住东西放在哪，再把走路、抓取、放置连成一串。
更值得注意的是，团队表示把系统部署到一个新厨房时，不需要额外采集训练数据，也无须再训练一套专用动作策略，泛化性相当能打。
三步工作流程：先逛一圈，再搬进模拟器，最后自己安排动作
HomeBody 之所以能「零数据」部署，靠的是一套清晰的三步流程：
- Step 1 探索建图：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」。Astra 引导 G1 移动，一边走一边记录相机画面、激光雷达扫描、关节姿态和途经位置，通过 SLAM 建立地图，把「空间记忆」保存下来。
- Step 2 搬进模拟器（Real2Sim）：Astra 在 Isaac Sim 仿真平台里搭出一个「数字厨房」，并把 SLAM 测得的几何信息交给模型，用真实测量约束重建。这样拍到的画面就不只是「我见过这个抽屉」，还对应着一个可以返回的位置。
- Step 3 自主安排动作：用户说一句「收拾厨房，咖啡袋放岛台、牛奶橙汁盒扔掉」，Astra 就结合当前画面、地图、空间记忆和上一步结果，选择调用哪项技能、操作哪个目标。
取药的 demo 最能体现这套记忆的价值：用户只说「帮我把药拿来」，系统就能从之前保存的关键画面中找到抽屉，再把导航、开抽屉、取药这一串技能接起来。
GPT 负责「安排」，身体由技能库控制
机器人大模型系统里有个常见分工：安排任务 → 生成动作 → 控制身体。HomeBody 调整的是中间这一环——让 GPT-6 Astra（相当于「System 2」）直接调用技能库，由技能模块规划具体动作，再交给底层控制系统执行，不必经过一个学习型的 VLA 模型。
技能库里装的是已经写好、可复用的电机技能，比如 Navigate（导航）、Pick（抓取）、Place（放置）、Open drawer（开抽屉）、Pick from drawer（从抽屉取物）。这些技能有统一接口：大模型只需告诉它「去哪里、抓什么、放到哪」，技能自己执行完再把结果反馈回来。比如抓取，Astra 只需在画面里点出目标物体、指定用左手还是右手，抓取技能内部的感知模块就会圈出物体、估计深度、计算抓取姿态，运动规划器再规划机械臂怎么伸过去、避开障碍。
这对具身智能意味着什么
HomeBody 的价值在于把「通用大模型 + 可复用技能库」这条路又走通了一步。过去的机器人往往要为每个新环境、新任务专门训练策略，成本高、迁移差；而 HomeBody 证明，一个足够强的多模态大模型（GPT-6 Astra）加上一套定义清晰的技能接口，就能让机器人在陌生环境里零数据上手。
当然，事情还没简单到「买台 G1、登录 GPT 就能用」。这仍是一个研究项目，硬件成本、安全性和复杂长流程的稳定性都还有很长的路要走。但它给「大模型驱动通用家务机器人」这个方向，提供了一个清晰且可复现的范本。
常见问题（FAQ）
HomeBody 是什么？普通人能买来用吗？
HomeBody 是斯坦福团队的具身智能研究项目，用于验证大模型控制机器人的可行性，目前是研究 demo，不是可购买的产品。
宇树 G1 机器人多少钱？
宇树 G1 是国产人形机器人，官方对外报价约 9.9 万元人民币起（具体以官方为准），主要面向开发者、科研机构和企业，尚未进入普通家庭消费市场。
GPT-6 Astra 是什么模型？
GPT-6 Astra 是 OpenAI 的旗舰多模态模型，具备强大的理解、推理和工具调用能力，是这次控制机器人的「大脑」。想了解 OpenAI 最新模型，可以看我们的 GPT-6.1 Sol 评测 和 GPT-6 Sol 和 Luna 评测。
什么是具身智能？
具身智能（Embodied AI）指让 AI 拥有「身体」、能在物理世界中感知和行动。和只能聊天的 AI 不同，具身智能要让机器人看得见、走得动、抓得住，最终能像人一样在真实环境里干活。
大模型控制机器人靠谱吗？什么时候能用上？
方向已经走通，但离量产还有距离。目前主要是研究 demo，硬件成本、安全性和长流程稳定性仍需突破。不过随着世界模型（如 NVIDIA Cosmos 3）和通用大模型的进步，家用机器人的落地速度正在加快。
总结
HomeBody 最打动人的，不是机器人会拿东西，而是它证明了「通用大模型 + 可复用技能库」这条技术路线，能让机器人零数据地在陌生环境里工作。当 GPT 开始把机器人的动作当成「工具」来调用，那个会主动收拾厨房、帮你找药的机器人助手，离现实又近了一步。
对 AI 最新进展感兴趣？查看我们的 AI 模型库 与 工具对比引擎，或继续阅读：NVIDIA Nemotron 3 Ultra 评测 · 快手 Keye-VL-2.0 评测 · Gemini 3.8 Live 评测 · GLM 5.3 评测。