Robot-Use Agents: Why General-Purpose Models May Win in Robotics

Astra 这类大模型能直接写代码控制机器人，速度每月翻倍，业内预测两年内出现能做家务的通用机器人。

机器人过去只能靠死板的专用程序做事，现在 Astra 这类大模型能像程序员一样写代码，直接让机器人听人话干活。行业一线团队用实际例子解释：为什么大模型突然变得又快又能学新技能，未来两年通用机器人会变成什么样，哪些难题还没解决。

大模型不只是聊天，它能像程序员一样写代码，直接让机器人干活，这背后有几个关键变化。

• Astra、RT-2 这类模型：最早的 RT-2 用网页图片和文字训练，输出的是“手该怎么动”这种机器指令。
• “代码即策略”思路：现在的大模型能直接生成 Python 代码，调用“抓取、移动、旋转”等函数，拼出完成任务的步骤。
• Voyager 项目：Voyager 让 AI 在 Minecraft 里自己造工具、写新函数，做得比人还快，靠的就是让模型学会“用代码解决问题”。

过去机器人慢、傻、只能做死板动作，现在大模型能“秒懂”新环境，速度还在飞涨，核心原因有两个。

• 训练数据变了：Astra 这代模型加了大量“用电脑的操作数据”，比如在 Blender 里拖动物体、旋转视角，让它学会了“空间感”和“怎么动手”。
• 速度每月翻倍：最新一代大模型控制机器人的响应速度，每月几乎都能快一倍，预计年底能做到“实时控制”。
• 技能能“压缩”成代码库：模型做过的任务，会自动总结成“技能函数”，下次直接调用，不用每次都从头思考。

业内最前线的团队认为，通用机器人很快就能像人一样听指令做家务，但还有几个难题要解决。

• 两年内能做“家务助理”：业内普遍预测，2026 年前会有能听人话、做各种家务的通用机器人，像“现实版 ChatGPT”。
• 最大难题是速度和经济性：现在让大模型每步都“深度思考”太慢太贵，未来要把常用技能固化成代码，只有遇到新问题才让大模型介入。

“业内已经有共识：两年内会有能听人话、做各种任务的通用机器人，社会还没准备好。”

• 训练机器人不必只靠实地采集数据，可以直接用大模型加“用电脑、编程、视频”等多种数据，快速提升能力。
• 想让 AI 变得更快更便宜，关键是把高频任务固化成代码库，只有遇到新环境或失败时才让大模型介入“深度思考”。