OpenAI解散独立机器人团队，整合进核心研究部门
OpenAI已证实解散其独立机器人团队，将研究人员打散并入其他部门。这一举措旨在利用GPT-6 Astra等通用大模型直接控制机器人，标志着公司技术路线的重大转变。
此前，OpenAI预订了本周在奥斯汀举行的顶级机器人学术会议CoRL的208号展位，但现场并未出现该公司身影。OpenAI发言人强调，机器人仍是公司长期愿景的核心，此次重组并非撤退，而是为了更高效地投入资源。
重组细节：研发与应用双线汇报
根据最新的人员调整方案：
- 机器人研究团队：并入公司主研究团队，向首席研究官Mark Chen汇报。
- 应用机器人和硬件团队：并入规模更大的应用部门，向OpenAI总裁格雷格·布罗克曼（Greg Brockman）汇报。
技术驱动：通用大模型展现惊人潜力
促使OpenAI做出这一决策的核心原因，是通用前沿模型在机器人任务中展现出的卓越能力。
今年年初，OpenAI曾认为基于Sora等视频生成模型研发机器人是最佳路径，因为视频生成隐含了对物理世界的理解。然而，包括GPT-6 Astra在内的通用模型随后证明，它们无需专项训练即可直接用于机器人控制。
近期实验数据显示：
- 在英伟达的一项模拟操作基准测试中，由Astra驱动的智能体成功率达到74.8%。
- 相比之下，此前表现最好的专用机器人模型成功率仅为51.0%。
这一结果印证了业界的新判断：原本为语言、代码和视觉打造的通用模型，同样适用于具身智能（Embodied AI），即控制机器人、无人驾驶汽车等物理设备。这意味着公司无需再单独研发充当“机器人数字大脑”的专用AI模型。
专家观点：机器人成为通用智能的下游应用
卡内基梅隆大学机器人研究所助理教授Guanya Shi指出，OpenAI的举动表明其不再将机器人视为特殊问题，而是作为通用智能的下游应用来解决，类似于当前AI模型驱动编程、法律和金融工具的方式。
Shi认为，通用模型在空间能力和推理能力上的进步，使其能够应对环境变化（如物体位置移动、光线变化），并推理出正确的操作顺序或错误步骤。
但他也提醒，大语言模型运行速度慢且依赖云端部署，机器人仍需时刻保持网络连接。因此，未来可能仍需要较小的专用模型在机载电脑上运行，以减少对持续联网的依赖。
战略背景：成本控制与聚焦核心业务
OpenAI在机器人领域的路线曾多次调整：
- 早期：创立初期拥有机器人团队，2020年因数据有限及AGI效率考量将其裁撤。
- 中期：专注海量文本数据训练，推出ChatGpt。
- 近期：2024年重建独立机器人团队并与Figure合作，但合作于2025年2月结束。目前OpenAI正开发自己的人形机器人，CEO山姆·奥尔特曼计划于2027年首次公开演示。
此次重组的另一重要背景是OpenAI面临的成本压力。据报道，公司最近一个季度运营亏损高达109亿美元。为准备新一轮融资及可能的2027年初IPO，奥尔特曼要求放弃支线任务，将算力资源重新分配给更具盈利潜力的核心业务。
行业影响：挑战初创公司立身之本
通用AI模型直接控制机器人的思路，正在挑战许多机器人初创公司的商业前提。这些公司此前依据“机器人需要专属大脑”的判断筹集了数十亿美元资金。
对此，麻省理工学院教授、Walden Robotics联合创始人Russ Tedrake认为，机器人公司仍具备AI实验室不具备的优势：
- 实地部署经验：机器人在工厂车间等真实场所积累的工作经验。
- 特定数据价值：收集到的现场数据能帮助机器人适应特定环境。更优秀的基础模型将使这些数据更有价值，加速机器人的学习过程。
Generalist联合创始人Pete Florence也表示，智能成长的路径多样，目前尚不清楚哪种模型将在长期内主导机器人领域。
随着通用模型能力增强，机器人专业知识的保留价值成为行业热议话题。OpenAI此次人事变动，似乎已给出了其答案：通过整合资源，加速打造真正的通用机器人。
参考来源：Fortune
--end--