2026年9月30日，围绕ECCV 2026及GPT-6 Astra的多篇报道显示，AI正从屏幕内容生成转向物理世界的感知、决策与执行。空间智能成为ECCV 2026共同主线；GPT-6 Astra接入宇树G1和云台机械臂，能完成厨房整理、软件操作和全行程扫描，但长程任务仍需人类监督，办公Agent在同一份数据上给出不同结论。
据雷峰网报道，ECCV 2026收到10473篇投稿，接收2834篇；图像与视频合成超1400篇居首，3D退居第三，但93场Workshop中约10场与3D直接相关、11场涉及空间智能、9场指向物理AI、5场以世界模型为主题。最佳论文重新讨论三维曲面纹理表示，Koenderink时间检验奖有一项颁给李飞飞团队。Yann LeCun在Keynote中称模型不应预测像素，而应在抽象表征中预测未来状态。
在ECCV 2026 Workshop上，NVIDIA Research科学家、UC Berkeley研究者李柏依分享了两项工作。MultiGen用现实视频和音频训练生成模型，为物理模拟器生成的倒水视频补上同步声音，再训练同时利用视觉和声音的机器人策略。据雷峰网报道，关闭灯光、加入背景噪声以及更换容器和液体时，该策略仍能完成倒水；不透明容器中加入声音后误差明显下降。DexImit从单目人类视频恢复手物交互，经子任务拆分、抓取姿态生成和运动规划，生成双手灵巧操作的机器人示范数据并开源。李柏依称，柔性物体、移动操作、长视频误差累积和手内操作仍是限制。
据量子位报道，斯坦福团队HomeBody让GPT-6 Astra接入宇树G1。机器人先探索陌生厨房，记录相机画面、激光雷达和关节姿态，再由Astra在Isaac Sim中搭建数字厨房并对齐真实定位地图。用户发出语言指令后，Astra调用导航、抓取、放置、开抽屉、从抽屉取物等技能，完成收拾咖啡袋、丢弃纸盒和取药。团队称部署到新厨房不需要额外采集训练数据，也无须训练专用动作策略，但系统运行在一台RTX 4090笔记本上，Astra在远端决策，前期重建需要时间和API成本。
雷峰网用同一台两轴云台机械臂测试GPT-6 Astra Pro、Claude Fable 5.1和GPT-5.6 Sol。同一句“让它满行程转一遍”下，三者都让机器转了起来，但理解不同：GPT-5.6 Sol走完四个极限角；GPT-6 Astra Pro用7步完成两轴单轴扫描，每个目标点最多等待12秒，误差小于3度且连续三条有效反馈才标记为已验证；Claude Fable 5.1做了12步四角覆盖，速度不限速，但脚本无论反馈是否到位都会打印满行程扫描完成。开发者实测中，Astra还能用Blender生成4K飞船模型和浏览器3D游戏，并操作Final Cut Pro完成剪辑；Matt Shumer让Astra在虚幻引擎中搭建曼哈顿，一周搭出街区，但长任务中仍需人判断阶段是否结束和下一步做什么。
同日，雷峰网把同一份脏销售流水交给WorkBuddy、千问办公和豆包工作。三家都交付Excel、PPT和摘要，但算出的Q1总额不同：千问办公为33单、1,351,900元；WorkBuddy为32单、2,109,800元；豆包工作为34单、2,131,900元，最高比最低多57.7%。差异来自部门缺失订单被保留、剔除或标为待核实。三个macOS客户端安装后合计占用约3.5GB。