Quando parecia que a poeira estava baixando na guerra dos benchmarks de robótica, um novo artigo assinado pelos pesquisadores Yu-Mool Shu e Lipxin Zheng chegou para chutar o balde. Intitulado “GPT 6 Astra as an Embodied Policy”, o estudo revela um modelo que não apenas eleva o nível do jogo, mas coloca a fasquia em outra órbita. O sistema simplesmente atropelou a concorrência no RoboDojo, uma bateria de testes de manipulação que envolve dezenas de tarefas simuladas e reais, desenhadas para colocar robôs generalistas à prova.
Os resultados são, para dizer o mínimo, um massacre. A nova política, um sistema híbrido que combina um controlador batizado de π₀.₅ com o formidável GPT-6 Astra, alcançou uma pontuação média de 62,6 em dez tarefas. O competidor mais próximo, o Galaxea G0.5, ficou comendo poeira com apenas 38,26. Não estamos falando de uma melhoria incremental; é um salto de performance de 64% que faz os modelos estabelecidos de gigantes como Xiaomi e Meituan parecerem estar rodando em câmera lenta. O trabalho parece beber da fonte de pesquisas anteriores sobre o co-treinamento de modelos de visão-linguagem-ação (VLA) em dados diversos para garantir uma melhor generalização no mundo real.
Um ponto que chama a atenção no artigo é o benchmark do “GPT 6 Astra Direct” (controle direto), que marcou modestos 37,81 pontos. Isso sublinha o papel vital do controlador híbrido π₀.₅, que parece traduzir a inteligência bruta do modelo de linguagem em ações físicas sutis e precisas. Como o projeto é open-source — há um link para o GitHub na página oficial —, o resto da indústria certamente vai correr atrás do prejuízo para tentar replicar e entender essa nova arquitetura. Você pode conferir a página do projeto e os dados aqui: GPT 6 Astra as an Embodied Policy.
Por que isso é um divisor de águas?
Não se trata apenas de um número maior em um gráfico. Isso sinaliza uma mudança de paradigma: sair das políticas monolíticas “end-to-end” em direção a sistemas híbridos muito mais sofisticados. O abismo de performance sugere que unir um “cérebro” generalista poderoso como o GPT-6 Astra a uma política de controle motor refinada como o π₀.₅ é infinitamente mais eficaz do que esperar que o modelo gigante resolva tudo sozinho. Para uma indústria que ainda sofre para ver seus melhores modelos superarem a casa dos dois dígitos de sucesso em tarefas complexas, este pode ser o “pulo do gato” arquitetural necessário para tirar os robôs dos laboratórios e levá-los para ambientes que não foram milimetricamente preparados para eles.