Forscher diskutieren, wie GPT-6 Astra Agenten, Roboter und Biomedizin verändert

Modelle

OpenAI veröffentlichte am 4. September GPT-6 Astra. Das Modell wurde nicht als Robotik-Modell beworben, landete aber nach Angaben der Beteiligten auf Anhieb an der Spitze mehrerer Robotik-Benchmarks und machte einige davon dadurch wertlos. Im selben Zeitraum stieg die cloudbasierte Assistenten-App Meta Muse laut der Meldung innerhalb von zwei Wochen auf Platz eins im US-App-Store, während die Bewertung des Konkurrenten Instinct binnen eines Monats von 2,5 auf 10 Milliarden US-Dollar kletterte. Anthropic berichtete zudem, Claude habe innerhalb von 21 Stunden ein neues, CRISPR-ähnliches Enzymsystem namens ART gefunden. Das Fachmedium Guigu101 sprach darüber mit Zhu Zheqing, Gründer und CEO von Pokee.ai, mit Xu Huazhe, Assistenzprofessor am Institute for Interdisciplinary Information Sciences der Tsinghua-Universität und Gründer des Robotik-Unternehmens Pokeqiao, sowie mit Wang Sheng, Assistenzprofessor an der University of Washington.

Xu Huazhe beschrieb Astra als qualitativen Sprung für die Robotik: Das Modell passe sich an unterschiedliche Robotergeräte an, reflektiere eigene Fehler und verbessere sich über mehrere Versuche hinweg, etwa beim Zeichnen der Golden Gate Bridge mit einem Roboterarm oder beim Binden eines gespaltenen Blumenstiels. Zudem könne Astra aus wenigen Bildern schnell simulierte Umgebungen erzeugen (Real-to-Sim). Laut Xu Huazhe erreichte Astra im Benchmark RoboDojo den ersten Platz, während frühere Modellgenerationen wie Opus 4.5, 4.6 oder Fable dort keine vergleichbare Verbesserung gezeigt hätten. Nachteile seien die geringe Geschwindigkeit – Demonstrationen im Netz liefen oft mit 16- oder 24-facher Geschwindigkeit – sowie eine auch bei einfachen Aufgaben sehr lange interne Gedankenkette.

Zhu Zheqing ordnete den Coding-Fortschritt von Astra als weniger disruptiv ein als den Sprung von Opus 4.5 zu 4.6. Er erwähnte, OpenAI habe beim Lösen der Navier-Stokes-Gleichungen intern ein stärkeres Modell mit rund 10.000 Subagenten eingesetzt, die etwa 2,7 Millionen Nachrichten ausgetauscht und rund 130 Milliarden Output-Token verbraucht hätten; ein Dritter habe die Kosten dafür zum Einzelhandelspreis auf etwa 22 Millionen US-Dollar geschätzt. Wang Sheng berichtete, seine Gruppe nutze die Computer-Use-Funktion von Astra, um ältere biomedizinische Software wie das Webtool MultiQC zu bedienen, und setze das Modell für Aufgaben ein, die acht bis 24 Stunden liefen. Zugleich stellte er fest, dass sich die eigentliche biomedizinische Wissensleistung von Astra laut entsprechenden Benchmarks nicht verbessert habe und das Modell zunehmend biomedizinische Anfragen verweigere, weshalb sein Team für solche Aufgaben stattdessen Kimi K3 oder Muse Spark 1.3 verwende.

Offen bleibt: Die Kostenschätzung zum Navier-Stokes-Projekt stammt laut Zhu Zheqing von einem Dritten auf Basis von Einzelhandelspreisen und ist nicht durch OpenAI selbst bestätigt.

Quelle: Titanium Media