Token导航 LogoToken导航

AI 资讯 · 搜狐科技

OpenAI再次解散独立机器人研究团队

更新 2026-11-17搜狐科技正文 4070字阅读约 13分钟4 张图片
OpenAI再次解散独立机器人研究团队

事实证明,AI巨头对机器人的野心从来不会熄火。

上周,在美国奥斯汀举行的机器人学习大会(CoRL)上,OpenAI预订的208号展位空空荡荡,连公司的标识都没有。

随后《财富》杂志报道指出,OpenAI再次解散了旗下独立的机器人研究团队,并得到了OpenAI的承认。说「再次」,是因为早在2020年,OpenAI就曾亲手关停过一次机器人实验室,当时给出的理由是:

缺乏足够的物理交互数据,机器人研发进展太慢,公司要集中精力死磕大语言模型。

六年过去,历史似乎重演,但情况却完全颠倒了过来。

这次解散并非离场,实际上OpenAI是要将这支数十人的团队拆解重组:核心算法研究员直接并入首席研究官Mark Chen掌管的主模型研究组,应用与硬件团队则归入总裁Greg Brockman挂帅的Applied部门。

对于这轮组织调整,OpenAI的核心逻辑是新一代通用前沿模型(GPT-6 Astra)能力的飞跃,通用大模型已经足够强大到能够直接跨界驱动物理硬件,行业不再需要一套孤立、专用的机器人基础模型。

宇树接入GPT-6 Astra的测试,图片来源:宇树科技

甚至,Sam Altman依然在紧锣密鼓地筹备自研人形机器人本体,目标是2027年公开亮相。

但这究竟是通用大模型吹向物理世界的又一个巨大泡沫,还是具身智能真的迎来了演化的分水岭?

巧合OR必然?通用大模型「物理智能」外溢

先不论这是不是OpenAI的又一个概念叙事,但通用大模型确实正在影响具身智能的演化路径。早在7月,Anthropic(以下简称「A社」)就发现新一代通用模型已经能够通过视觉观察、编写控制程序、调用运动控制工具等方式,完成部分此前需要专门研发机器人策略的任务。

GPT-6 Astra的出现更是掀起了整个机器人行业的热议和探索,英伟达、宇树、银河通用等相关公司的实验,也都能直观看到通用大模型对于具身智能的提升,当然也有局限。

更要命的是,A社最近又扔出了一颗深水炸弹。11月初,A社发布了新一代旗舰模型Claude Fable 5.2,其中一项成绩甚至让很多机器人学者感到不可思议:

在评估双臂机器人基于纯视觉控制完成复杂物理操作的公认仿真基准RoboDojo Sim中,Claude Fable 5.2拿下了64.9%的任务成功率。

这是什么概念?

上一代Fable 5.1的得分只有27.6%,此前被业界普遍认为在多模态与动作规划上表现优异的Google Gemini 4 Argon得分为34.2%。而OpenAI寄予厚望的GPT-6 Astra,在这个测试中的成绩也仅为29.8%。

Fable 5.2不仅把同行甩开了两倍以上的身位,更关键的是,它甚至跑赢了绝大多数专门为机器人操作定制训练的垂直AI系统。

要知道,Fable 5.2根本不是为了机器人研发的,它没有经过多少百万小时的机械臂示教轨迹,本质上依然是一个在海量文本、代码和多模态图像/视频数据中泡出来的「数字大脑」。

图片来源:X

真机盲测的结果更是超出大多数人的意料。在没有任何微调的前提下,Fable 5.2依靠零样本泛化能力接管机械臂,不仅完成了拧瓶盖、转魔方等精细动作,甚至在第三方测试中,现场控制机械臂完整下完了一局62步的跳棋。

甚至在抓取棋子因机械公差发生滑动碰撞时,Fable 5.2还能根据视觉画面的微小变化,自主做出反向补偿与纠偏动作。

在此之前,大部分机器人厂商相信,物理世界有着极其严苛的物理定律、摩擦力、惯性和接触刚度,必须依赖专用的视觉-语言-动作(VLA)模型、高频仿真强化学习或者世界模型。

但现实却是,通用大模型仅仅依靠规模(Scaling)与多模态预训练,似乎正在自然涌现出对三维空间因果关系的隐式理解。

这也解释了为什么OpenAI敢于撤掉独立的机器人研究组。当大脑的进化速度远超预期时,继续关起门来为机器人量体裁衣做小模型,在商业和技术效率上都开始显得不合时宜。

具身智能走到今天,路线分歧到底在哪里?

要搞清楚通用大模型究竟给机器人带来了什么,就得先回顾这几年具身智能在技术路径上的变化。

最早,机器人身上跑的还是传统的C++控制算法和轨迹规划,大模型架在云端,把人类的自然语言指令拆解成一系列预设好的函数调用。

随后则是端到端的VLA浪潮。行业试图把视觉、语言和动作捏合成一个大模型,输入摄像头画面,输出直接对应机械臂电机的关节角度或末端轨迹。机器人第一次学会了像人类一样看着东西直接下手,通用泛化性迈出了一大步。与此同时,System 1和System 2组成「快慢双系统」也成了必要。

但到了今年,世界模型(World Model)越来越受到行业关注。

相比直接预测动作,世界模型更重视对物理世界变化的理解和预测。比如机器人准备推开一扇门,模型需要预测施加不同方向、不同大小的力后,门和周围环境会发生什么变化。这种能力既可以用于动作规划,也能帮助机器人在仿真环境中学习,减少对昂贵真实数据的依赖。

同时,VLA和世界模型并不对立。英伟达11月公布的GR00T 2,就采用了世界动作模型(WAM)架构,在预测机器人动作的同时,也预测动作发生后的视觉变化。银河通用创始人王鹤同样主张融合VLA和世界模型,以学习更丰富的物理交互能力。

图片来源:X

但通用大模型的进展,终究是给出了一个新的答案。

过去普遍认为System 2需要专门训练机器人的语义理解,但无论是Claude Fable 5.2还是GPT-6 Astra,都在证明通用大模型可能才是最好的System 2。它不仅通晓万事万物的百科常识,具备惊人的长链路规划能力,而且随着多模态能力的进化,在屏幕另一头看几眼摄像头画面,就能把三维空间里的相对距离、遮挡关系和操作顺序推演得七七八八。

就在Fable 5.2发布的第二天,Google还推出了新一代专用VLA模型Gemini Robotics 2.5,同时利用通用模型Gemini 4 Argon生成仿真环境、分析失败原因,加快机器人模型训练。

这或许更能反映当前行业的真实状态。通用模型、VLA和世界模型仍然有各自擅长的领域,但彼此之间的界限正在变得模糊。

哪一种最终更有效,仍然需要真实世界的验证。

大脑是「从天而降」,还是「从地长出」?

事实上,对于通用大模型在具身智能上的真正价值与定位,整个产业界都在持续爆发观念上的交锋。不同的认知不仅关乎技术信仰,也直接决定了各家的真金白银究竟往哪里砸。

今年2月,A社创始人Dario在接受《纽约时报》采访时就表示,虽然操纵真实机器人比玩电子游戏复杂,但从智能问题本身来说,两者并没有根本区别。

Sam Altman、Figure AI创始人Brett Adcock都是「通用至上派」的代表。在他们看来,智能是唯一的本质问题,硬件不过是工业制造的标准苦力活。配合租用的10万张下一代GPU,Adcock甚至高呼机器人学习同样服从清晰的Scaling Law:

只要算力够大、预训练数据够丰富,身体的运动智能就会指数级跃迁。

当然也有更务实一点的,典型的代表就是宇树科技创始人王兴兴。王兴兴在前段时间的世界物理AI大会上就公开表示,物理AI被击穿的苗头已经极其清晰,快则一两年,慢则两三年。在他看来,未来两年内,行业就能够在物理层面,「真正把基础大模型和机器人技术完全统一起来。」

图片来源:宇树科技

智元也看好基础大模型对具身智能的影响。智元联合创始人、总裁兼CTO彭志辉就表示,GPT-6 Astra等通用基础模型向具身领域渗透是大趋势,并且对智元这样的全栈机器人企业而言,坚持自研决策模型仍然是必选项。智元联合创始人、联席总裁姚卯青则更具体地指出:

大模型会随着能力的提升更多在System2上帮系统提高长程和规划的上限,具身公司也需要持续围绕System2本身做投入。

相比之下,自变量机器人创始人王潜对通用模型的能力迁移可能更谨慎。他在今年9月的外滩大会上指出,智能很大程度上存在于数据之中。通用模型能够控制机器人,并不能证明其他领域的智能自然迁移到了具身领域。而OpenAI、Anthropic的模型具备机器人操作能力,可能与它们吸收了更多物理世界经验直接相关。

这也是目前GPT-6、Fable 5.2留下的一个重要疑问:我们知道它没有针对部分测试任务进行专项训练,却无法确定它在预训练中究竟学习过多少机器人和物理数据。

Physical Intelligence联合创始人Sergey Levine的判断则更偏向融合。他认为,LLM拥有丰富的通用知识,恰好可以弥补机器人数据的不足,是研发机器人基础模型非常好的起点。但机器人仍然需要通过真实操作、视频和其他物理数据,让这些知识真正转化为可执行的能力。

由此来看,大佬们的分歧其实很明确。大家普遍承认通用模型已经带来了新的能力,但对于机器人需要多少独立的物理智能、这些能力能否随着通用模型升级而自然获得,还没有形成共识。

而且,通用模型与具身模型的竞争,最终可能还涉及谁来掌握机器人积累的数据,以及谁能在真实场景中持续提高任务成功率。

写在最后

六年前,OpenAI因为机器人数据稀缺,将更多资源转向大语言模型。六年后,通用模型的发展又让它重新审视独立机器人团队的必要性。

今天,通用的多模态基础模型已经完成了对人类社会常识、视觉理解与复杂逻辑的前置打包。具身智能不再需要从婴儿的感知期重新学起,它直接站在了具备大学学术水平的超级大脑肩膀上。但这也是硬币的另一面:

通用模型改写了具身智能的起跑线,但并没有抹平通往终点的物理鸿沟。

即使Fable 5.2在仿真测试中取得了64.9%的惊人飞跃,但这也意味着在数字仿真世界里,它依然有35.1%的任务失败率。机器人要真正进入工厂、家庭和其他复杂场景,仍然需要解决实时控制、物理交互和长期可靠性等问题。

对具身智能企业来说,通用模型的进步既是机会,也是压力。一方面,它们有机会利用更强的基础模型,降低机器人学习新任务的难度。另一方面,原本需要专门研发的部分智能能力,也可能逐渐变得容易获得。

这意味着,未来具身模型的价值,或许越来越取决于它能解决多少通用模型尚未解决的物理问题。

资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。