主要来源Gorden Sun
查看原文事件专题 ·多源确认
清华与UC Berkeley发布uni-robot-agent：让开源模型控制真实机器人
清华大学和加州大学伯克利分校团队开发了uni-robot-agent框架，通过Codex和Claude Code运行环境接入Qwen3.8-Flash-Next、DeepSeek-V4.1-Flash、GPT-6 Astra等模型，结合SAM3和Intel RealSense D405深度相机，将观察、移动机械臂、抓取整合为标准工具。接入框架后，开源的Qwen3.8-Flash-Next在RoboDojo模拟测试得分从1.90分升至31.39分，超过GPT-6 Astra旧框架下的28.97分。在19项真实双臂机器人任务中，它未经训练拿到53.50分，超过微调10小时的专用模型π0.5。成本上单次任务API花费1.09美元，比GPT-6 Astra的21.29美元低约95%，边动边想模式最多缩短73.7%耗时。
当前结论
清华和伯克利做的开源机器人控制框架，让Qwen这类便宜模型在真实机械臂上干赢GPT-6和微调过的π0.5，成本还便宜95%，代码在GitHub上可以自己跑。
11 个信源37° AI 热度最后更新 2026/11/5 10:41:14
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。