OpenAI解散了独立机器人团队，把研究人员打散调往其他部门，因为GPT-6 Astra等通用大模型已经能直接控制机器人干活了。
OpenAI已经证实了这次重组。
这次调整发生在不久前。
就在本周，顶级机器人学术会议CoRL在奥斯汀举行，OpenAI此前已经预订了208号展位，会议软件和平面图上都标出了公司的位置。
但记者走到208号展位时，现场空空荡荡，看不到任何OpenAI的标志。
OpenAI发言人表示，机器人依然是公司长期愿景的核心部分，这次重组体现的是公司对机器人的投入，否认这是从该领域撤退。
根据公布的人员调整方案，原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则并入规模更大的应用部门，向OpenAI总裁格雷格·布罗克曼汇报。
促使OpenAI做出这一决定的，是通用大模型在机器人任务中展现出的惊人表现。
就在今年年初，OpenAI的研究人员还认为，推动机器人发展的最佳方式，是基于Sora这类视频生成模型继续研发。
Sora为了生成逼真的视频，必须对物理世界的运作方式具备一定的隐含理解。
但从那以后，包括GPT-6 Astra在内的通用前沿模型，证明了自己能够直接用于机器人控制。
这一发现促使OpenAI解散独立机器人团队，把相关研究人员调往研发通用AI模型的团队。
近期的一些实验，专门测试了通用模型在没有经过机器人数据专项训练的情况下，到底能干多少活。
研究人员给Astra接入摄像头画面、机器人信息以及一个控制接口，让模型能够向机器人下达行动指令。
在英伟达的一项研究中，由Astra驱动的智能体在模拟操作基准测试中，拿下了74.8%的成功率。
这项测试是在数字仿真环境中指挥模拟机器人，并未用到真实机器人。
而在同一份排行榜上，此前表现最好的专用机器人模型，成功率只有51.0%。
OpenAI的这次重组，反映出整个AI行业正在兴起的一个判断。
业界越来越相信，原本为语言、代码和视觉打造的通用模型，同样可以用于具身智能，也就是让AI模型控制机器人、无人驾驶汽车或无人机等物理世界中的设备。
如此一来，公司就不再需要设立单独的机器人团队，去专门研发充当机器人数字大脑的专用AI模型。
卡内基梅隆大学机器人研究所助理教授Guanya Shi对此发表了看法。
他认为，OpenAI的举动释放了一个信号，表明公司不再把机器人看作一个特殊问题。
OpenAI很可能将机器人视为通用智能的下游应用来解决，就像如今底层的前沿AI模型已经能驱动专业编程工具、法律工具和金融工具一样。
Guanya Shi提到，通用模型在空间能力和推理能力上的进步，已经让它们能够处理过去需要专门训练才能完成的任务。
哪怕瓶子换了位置，或者环境光线发生变化，模型都能应对，还能推理出任务的操作顺序，或者判断出哪一步出了错。
不过，大语言模型虽然强大，运行速度却比较慢，而且必须托管在云端，这意味着机器人或设备必须时刻保持网络连接。
因此，Guanya Shi认为依然需要更小的专用模型，让它们能够直接在机器人的机载电脑上运行，不必依赖持续联网。
事实上，OpenAI在机器人领域经历过多次路线调整。
早在创立初期，OpenAI就曾拥有一支机器人团队，但在2020年将其裁撤。
联合创始人Wojciech Zaremba后来解释，当时机器人数据有限，通过其他途径通往通用人工智能AGI的效率更高。
此后，OpenAI将越来越多精力投入到利用海量人类文本数据训练超大语言模型上，这一路线最终在2022年底带来了突破性产品ChatGPT。
到了2024年，OpenAI重建了独立机器人团队，并宣布与初创公司Figure合作，为人形机器人开发AI模型。
这段合作在2025年2月结束，当时Figure表示将自行研发机器人AI。
OpenAI方面表示目前正在开发自己的人形机器人，CEO山姆·奥尔特曼将首次公开演示的目标定在2027年。
OpenAI发言人重申，尽管进行了这次重组，公司依然致力于将通用机器人带入现实世界。
这次重组的另一个背景，是OpenAI当前面临控制成本的压力，需要向外界证明自己更加专注于少数核心产品。
去年，奥尔特曼曾要求公司放弃支线任务。
随后OpenAI砍掉了包括Sora在内的部分项目，将算力资源重新分配给更核心、更有盈利潜力的业务。
据报道，OpenAI最近一个季度的运营亏损高达109亿美元。
在寻求完成新一轮融资并为最早可能在2027年初进行的IPO做准备之际，公司正承受着止住巨额亏损的压力。
通用AI模型无需创建专门具备空间智能的模型就能直接控制机器人，这种思路正在挑战如今许多机器人初创公司的立身前提。
这些初创公司此前筹集了数十亿美元，依据的判断正是机器人需要拥有属于自己的大脑。
但麻省理工学院教授、Walden Robotics联合创始人兼CEO Russ Tedrake认为，机器人公司依然拥有AI实验室不具备的优势。
这些公司的机器人已经在工厂车间等真实场所积累了工作经验。
这种实地部署经验以及收集到的数据，能帮助机器人适应特定的工作环境和任务。
Tedrake表示，更优秀的基础模型会让这些现场特定数据变得更有价值，因为机器人能够从中学习得更快。
为机器人训练通用AI模型的初创公司Generalist联合创始人Pete Florence也表示，智能的成长可能存在不同的起点，目前尚不清楚现有模型中哪一个会在长期内主导机器人领域。
对于此次人事变动，OpenAI方面表示，调配机器人研究人员去其他团队，是因为公司现在相信这是加速打造通用机器人的最佳途径。
随着通用模型的能力越来越强，机器人专业知识究竟还保留多少价值，正是本届会议最热门的问题之一。
而这些已经分派到其他团队的前OpenAI机器人研究人员的经历，已经给出了一个答案。
参考：
https://fortune.com/2026/11/13/openai-disbands-robotics-team-as-its-general-models-start-running-robots/
--end--
最后记得⭐️我，每天都在更新：如果觉得文章还不错的话可以点赞转发推荐评论
/...@作者：心兰
