95%抓取率，10%装配率：GPT-6把人形机器人的命门暴露了。一只手抓方块放碗里，五次能成四次半。换成把拼图块对准凹槽插进去，二十次只成功两次。同一个模型，同一只机械臂，两个任务之间的差距是85个百分点。
9月初，OpenAI发布GPT-6 Astra，Robocurve的实机测试显示，在“抓取方块放入碗中”任务上Astra成功率达95%，远超Claude Fable 5.1的40%。但换成毫米级精度的拼图块对位插入任务，成功率直接掉到10%。几乎同一时间，奥特曼在播客中首次明确表态：OpenAI将自研人形机器人本体。
短评：大模型“降维打击”具身智能？先过触觉这一关
小智看到这个对比数据的第一反应是：GPT-6在具身任务上的能力边界，和行业过去一年的判断出现了偏差。
偏差在哪里？行业之前认为具身的瓶颈在“认知”——机器人听不懂指令、看不懂场景。所以大家都在卷VLA模型、卷世界模型，试图让机器人“更聪明”。
GPT-6 Astra的95%证明了一件事：认知这块短板，大模型确实能补。它不需要针对具身任务做任何专门训练，直接操控机械臂就能达到95%的抓取成功率。这个能力迁移的顺畅程度，让很多做具身模型的创业者感到恐慌。前地瓜机器人具身负责人何泳澔在社交媒体上直言，VLA、世界模型这类方案可能已经没有太大投入价值了。
但10%的装配成功率，暴露的是另一个维度的问题
说句不好听的，抓方块放碗里，本质上是“宏观空间操作”——机器人只需要知道方块在哪、碗在哪、路径怎么走。这恰好是大模型擅长的：空间理解、语义泛化。清华交叉信息研究院助理教授许华哲团队测试后的结论是，Astra在语义泛化和空间泛化上很强，但在物理泛化上较弱。
而拼图块对准凹槽，考验的是“微观力觉控制”。机器人需要感知到指尖的微小阻力变化，判断拼图块是歪了还是正了，然后实时调整力度和角度。这个过程发生在毫米级空间和毫秒级时间内。摄像头拍不到，语言模型理解不了，只有触觉传感器能捕捉。
这就是GPT-6 Astra露出的“命门”：它能理解世界，但摸不到世界。
换个角度看，这条10%的数据反而是对触觉感知赛道最有力的一次“背书”。过去两年，触觉传感器公司在一级市场拿融资，讲的故事大多是“触觉对精细操作很重要”。但投资人很难判断这个“重要”到底值多少钱。GPT-6 Astra给出了一组量化参照：没有触觉，精细装配的成功率上限就是10%。而从10%到90%，中间隔着的是触觉传感器的精度、数据采集的规模、力控算法的成熟度。
这个判断，资本市场已经在用真金白银投票
一级市场方面，触觉感知赛道今年前7个月新增融资超70亿元，至少两家企业跻身独角兽。帕西尼累计融资35亿元，刷新全球触觉感知领域最大融资金额纪录，估值破百亿。帕西尼获10亿融资：万亿巨头唯一两次出手，投机器人“皮肤”，戴盟机器人完成亿元A轮融资，汇川产投与中国电信联合投资。蚂蚁首次押注机器人“指尖”：戴盟两月融两轮，触觉正成为具身智能新战场，千觉机器人完成亿元融资，传感器付费客户已超300家。
二级市场的传导路径更清晰。福莱新材与灵心巧手签下10万套触觉传感器订单，消息公布当日涨停。汉威科技子公司苏州能斯达柔性触觉传感器年产能达2000万支，综合毛利稳定在40%以上。柯力传感全年力学传感器销量超1500只，2026年月出货量突破千只。
有意思的是，一级市场和二级市场的定价逻辑完全不同。一级市场买的是“触觉是刚需”这个判断，估值锚定的是千亿级市场的远期渗透率。二级市场买的是“订单能不能落地”——福莱新材涨停，触发条件是“10万套订单”，不是“触觉技术突破”。
这两个定价逻辑最终会收敛到同一个问题：触觉传感器到底能不能量产，价格能不能降下来。帕西尼把高端触觉传感器从十万元级降到了百元级。降一个数量级，意味着从“高端选配”变成了“量产标配”。这才是触觉赛道真正从“故事”走向“生意”的转折点。
奥特曼说OpenAI一定要做人形机器人。但GPT-6 Astra的10%已经在告诉所有人：大模型能解决“脑子”的问题，解决不了“手感”的问题。而那“最后一厘米”的触觉，恰好是中国人形机器人供应链上跑得最快的一段。
GPT-6拉开了具身智能“认知平权”的序幕，但也让“触觉鸿沟”变得更加清晰。当大模型让所有机器人都有了“聪明的大脑”，谁能让机器人拥有“灵敏的手”，谁就拿到了下一张入场券。
#具身智能 #人形机器人 #触觉传感器 #人形机器人供应链
注：本文基于2026年9月18日前的公开信源整理，涉及行业预测与盈利判断的内容均存在不确定性，不构成任何投资建议。
关注「智财社」看具身智能技术迭代与资本脉络
原文标题 : OpenAI GPT6实测揭示：触觉传感器，人形机器人供应链新赛道
95%抓取率，10%装配率：GPT-6把人形机器人的命门暴露了。一只手抓方块放碗里，五次能成四次半。换成把拼图块对准凹槽插进去，二十次只成功两次。同一个模型，同一只机械臂，两个任务之间的差距是85个百分点。
9月初，OpenAI发布GPT-6 Astra，Robocurve的实机测试显示，在“抓取方块放入碗中”任务上Astra成功率达95%，远超Claude Fable 5.1的40%。但换成毫米级精度的拼图块对位插入任务，成功率直接掉到10%。几乎同一时间，奥特曼在播客中首次明确表态：OpenAI将自研人形机器人本体。
短评：大模型“降维打击”具身智能？先过触觉这一关
小智看到这个对比数据的第一反应是：GPT-6在具身任务上的能力边界，和行业过去一年的判断出现了偏差。
偏差在哪里？行业之前认为具身的瓶颈在“认知”——机器人听不懂指令、看不懂场景。所以大家都在卷VLA模型、卷世界模型，试图让机器人“更聪明”。
GPT-6 Astra的95%证明了一件事：认知这块短板，大模型确实能补。它不需要针对具身任务做任何专门训练，直接操控机械臂就能达到95%的抓取成功率。这个能力迁移的顺畅程度，让很多做具身模型的创业者感到恐慌。前地瓜机器人具身负责人何泳澔在社交媒体上直言，VLA、世界模型这类方案可能已经没有太大投入价值了。
但10%的装配成功率，暴露的是另一个维度的问题
说句不好听的，抓方块放碗里，本质上是“宏观空间操作”——机器人只需要知道方块在哪、碗在哪、路径怎么走。这恰好是大模型擅长的：空间理解、语义泛化。清华交叉信息研究院助理教授许华哲团队测试后的结论是，Astra在语义泛化和空间泛化上很强，但在物理泛化上较弱。
而拼图块对准凹槽，考验的是“微观力觉控制”。机器人需要感知到指尖的微小阻力变化，判断拼图块是歪了还是正了，然后实时调整力度和角度。这个过程发生在毫米级空间和毫秒级时间内。摄像头拍不到，语言模型理解不了，只有触觉传感器能捕捉。
这就是GPT-6 Astra露出的“命门”：它能理解世界，但摸不到世界。
换个角度看，这条10%的数据反而是对触觉感知赛道最有力的一次“背书”。过去两年，触觉传感器公司在一级市场拿融资，讲的故事大多是“触觉对精细操作很重要”。但投资人很难判断这个“重要”到底值多少钱。GPT-6 Astra给出了一组量化参照：没有触觉，精细装配的成功率上限就是10%。而从10%到90%，中间隔着的是触觉传感器的精度、数据采集的规模、力控算法的成熟度。
这个判断，资本市场已经在用真金白银投票
一级市场方面，触觉感知赛道今年前7个月新增融资超70亿元，至少两家企业跻身独角兽。帕西尼累计融资35亿元，刷新全球触觉感知领域最大融资金额纪录，估值破百亿。帕西尼获10亿融资：万亿巨头唯一两次出手，投机器人“皮肤”，戴盟机器人完成亿元A轮融资，汇川产投与中国电信联合投资。蚂蚁首次押注机器人“指尖”：戴盟两月融两轮，触觉正成为具身智能新战场，千觉机器人完成亿元融资，传感器付费客户已超300家。
二级市场的传导路径更清晰。福莱新材与灵心巧手签下10万套触觉传感器订单，消息公布当日涨停。汉威科技子公司苏州能斯达柔性触觉传感器年产能达2000万支，综合毛利稳定在40%以上。柯力传感全年力学传感器销量超1500只，2026年月出货量突破千只。
有意思的是，一级市场和二级市场的定价逻辑完全不同。一级市场买的是“触觉是刚需”这个判断，估值锚定的是千亿级市场的远期渗透率。二级市场买的是“订单能不能落地”——福莱新材涨停，触发条件是“10万套订单”，不是“触觉技术突破”。
这两个定价逻辑最终会收敛到同一个问题：触觉传感器到底能不能量产，价格能不能降下来。帕西尼把高端触觉传感器从十万元级降到了百元级。降一个数量级，意味着从“高端选配”变成了“量产标配”。这才是触觉赛道真正从“故事”走向“生意”的转折点。
奥特曼说OpenAI一定要做人形机器人。但GPT-6 Astra的10%已经在告诉所有人：大模型能解决“脑子”的问题，解决不了“手感”的问题。而那“最后一厘米”的触觉，恰好是中国人形机器人供应链上跑得最快的一段。
GPT-6拉开了具身智能“认知平权”的序幕，但也让“触觉鸿沟”变得更加清晰。当大模型让所有机器人都有了“聪明的大脑”，谁能让机器人拥有“灵敏的手”，谁就拿到了下一张入场券。
#具身智能 #人形机器人 #触觉传感器 #人形机器人供应链
注：本文基于2026年9月18日前的公开信源整理，涉及行业预测与盈利判断的内容均存在不确定性，不构成任何投资建议。
关注「智财社」看具身智能技术迭代与资本脉络
原文标题 : OpenAI GPT6实测揭示：触觉传感器，人形机器人供应链新赛道
