GPT-6操控模擬機械臂，具身AI研發預算怎麼分？

（媒角抵加／林承志綜合報導）參與RoboDojo評測的香港大學博士生陳天行11月5日發文，建議用同一個任務比較自研與通用模型，達到相同成功率後，再算適配、運行與人工接管的成本。Auriga團隊用GPT-6 Astra搭配自研控制框架，在RoboDojo模擬測試取得57.7%成功率。台灣整合商可按失敗原因分配預算，例如先改善夾取與停機，再評估是否要另訓模型。

關鍵資訊

• 研發選擇：陳天行建議用同場景、相同成功率要求，比較採用通用模型與自研方案的總成本。
• 公開成果：Auriga在42項RoboDojo模擬任務的整體成功率為57.7%，團隊公開了程式碼與演示。
• 工作分工：GPT-6 Astra決定任務步驟，Auriga預覽、執行並檢查動作。研發人員設計工具與評估流程，現場接管另行驗證。

新品種上線，先算要重練多久

陳天行在11月5日的文章指出，同樣是拿杯子，固定工位可能每天拿同一款，家庭場景卻要面對不同物品與指令。前者重視速度與穩定性，後者更需要理解變化。對多品種揀貨，陳天行建議挑一個新料件，比較自研方案和通用模型各要補多少資料、花多久調機，以及做到相同成功率要付多少成本。

他也提出一種分工方式。通用模型處理任務變化，例如辨認指令要拿哪個物品，再把需要頻繁執行的動作交給專用控制策略。團隊可以分開計算換料件時的一次性適配成本，以及每次抓取都會發生的運行與人力費用。

同一款GPT-6，換控制框架後怎麼抓

StellarEdge團隊在標示11月1日的Auriga技術報告展示，工程人員先建立可共用的定位、路徑預覽和動作檢查工具。測試時，GPT-6 Astra依畫面和任務說明選擇下一步，Auriga把指令轉成機械臂路徑。模擬器暫停時可先看預計路徑，執行中若動作偏離容許範圍，框架就停止並回傳狀態，模型再從當下的位置規劃。

在同一組交換T形積木的15個模擬場景，團隊報告Auriga完成14個，採用RoboProbe參考介面的同款模型完成3個。把範圍拉到42項、共6,300個模擬案例，Auriga依評測維度彙整的成功率為57.7%。這套框架在正式評測前已固定，測試中的抓取失敗會從當下狀態修正。計算耗時的6,299個有評分案例，平均每回合花18.8分鐘。專案頁也列出各項任務的結果和演示。

實機曾因不安全動作停測，單次費用也有差距

早期RoboDojo評測團隊的報告記載，研究人員在實機測試GPT-6 Astra時，因模型多次發出不合理或不安全的動作，並曾造成設備損壞而中止測試。這起中止發生在該團隊的控制介面下。要把模擬流程帶到產線，現場還要測碰撞或掉件時誰能停機、什麼條件下恢復，以及一次接管要耗多久。

獨立評測機構Robocurve的實機儀表板也把分數與費用並列。每個設定測120次，GPT-6 Astra中等推理組平均得分36.7%，估計每次API費用1.14美元；高推理且開啟高速模式的組別，平均得分42.5%，估計每次3.48美元。這是該實機評測的平均得分和API費用，整合商還得把機台、測試人力及失敗停工計入自己的試製成本。

台灣整合商可以從一個工位驗證

Auriga程式庫以MIT授權公開，重跑測試仍需另備模擬器、運算環境與模型存取權。OpenAI的API支援地區列有台灣，模型文件列有GPT-6 Astra。工研院公開的本地RoboTWIN訓練平台則提供另一條路徑，先在虛擬環境訓練機器人，再將技能移到實體設備。

整合團隊可先挑一種高頻料件和一種新料件，讓現有控制方案與通用模型搭配控制框架各跑同一份測試。逐次記下成功件數、每件耗時、重試、停機和人工接管。採雲端模型前，另確認工位畫面是否含客戶資料，以及公司允許的影像傳送範圍。等兩種方案都達到工位的品質與安全條件，再用每件合格品的總成本決定自研預算。

資料來源與更新紀錄

• 陳天行個人文章，2026年11月5日。作者身分見個人頁。
• Auriga技術報告v1、專案頁及程式庫。報告標示2026年11月1日。
• RoboDojo團隊GPT-6 Astra早期測試，2026年9月；Robocurve實機評測，2026年11月9日查閱。
• OpenAI API支援地區、GPT-6 Astra模型文件與工研院RoboTWIN介紹，2026年11月9日查閱。
• 延伸閱讀：工研院的虛擬訓練案例、GPT-6.1 Terra的API費用比較。主題索引見AI機器人及RoboTWIN。
• 更新紀錄：2026年11月9日整理研究者原文、模擬控制結果及實機成本與安全條件。