OpenAI撤销机器人团队,成立仅166天,核心人员并入模型与应用部门

OpenAI于2026年11月13日撤销成立仅166天的Robotics团队,研究人员转入通用模型主线,硬件人员划归应用部门。此举延续其“聚焦AGI主路径”策略,与2020年首次裁撤机器人团队逻辑一致...

人工智能 阅读量: 2303

OpenAI近期悄然撤销了其机器人团队(OpenAI Robotics),该团队自2026年5月31日官宣成立至11月13日正式解散,存续时间仅166天。据Fortune报道,团队成员已按职能分流:算法与研究岗并入通用大模型主线,硬件与工程人员转入应用部门。值得注意的是,OpenAI官网招聘页面上年薪最高达48.5万美元的机器人相关岗位尚未下架,暗示部分职能可能以嵌入式方式继续存在。

这一决策看似突兀,实则符合OpenAI一贯的战略逻辑——当某条技术路径被判定为非通往通用人工智能(AGI)的最短路径时,即便外部热度高涨、团队配置精良,也会被果断收缩或整合。此前Sora团队在Altman“砍掉一切支线任务”指令下被并入主线,便是前例。

当前具身智能赛道正处爆发前夜:NEURA完成最高14亿美元融资;Google DeepMind发布Gemini Robotics 2,强化全身控制能力;DeepSeek以约1.41亿元参与宇树科技IPO战略配售;Figure与Nscale合作规划部署最多10万块GPU训练机器人模型。在此背景下,OpenAI的退场显得尤为反常,却也凸显其战略定力——不追随热点,只押注可规模化复用的核心能力。

回溯历史,这并非OpenAI首次放弃机器人独立建制。早在2016年公司成立初期,机器人即被列为三大探索方向之一(另两项为游戏与强化学习),目标是制造能完成基本家务的家用机器人。同年推出强化学习工具包Gym,次年上线机器人仿真平台Roboschool,试图通过“仿真训练+现实迁移”降低试错成本。

2018年,Dactyl机械灵巧手项目取得标志性进展:在仿真中训练策略后,成功操控实体机械手调整积木朝向;2019年10月15日,OpenAI公开Dactyl单手拧三阶魔方的演示视频。为提升鲁棒性,团队采用“自动域随机化”技术,动态扰动仿真中的摩擦系数、质量参数与运动约束,并在真实测试中人为添加干扰(如戴手套、绑手指、引入毛绒长颈鹿)。尽管解魔方步骤由外部算法生成,仅执行层由Dactyl完成,但该成果仍被视为具身智能的重要里程碑。

然而,2020年OpenAI内部决定终止该研究线,团队随之解散。联合创始人Wojciech Zaremba在2021年播客中解释称,核心制约在于数据效率:机器人动作学习依赖物理硬件、场地与反复实验,设备易损、采集缓慢,且经验难以跨平台迁移;相比之下,互联网文本数据近乎无限、获取成本趋近于零,配合GPT-3展现的“规模即能力”趋势,资源自然向语言模型倾斜。

2024年起,OpenAI重启机器人布局:2月参投Figure 6.75亿美元B轮融资并签约供模;5月Kalinnowski加入,统管机器人与消费硬件;2026年3月明确“自研人形机器人,目标2027年演示”;5月31日正式挂牌OpenAI Robotics,同步开放19个岗位。但仅半年后,11月13日即宣布撤销独立团队。

此次调整的关键差异在于:2020年是彻底退出,而2026年是组织重构。研究人员转向通用模型主线,意味着机器人能力将更多依赖基础模型的泛化能力——例如通过多模态大模型理解任务指令、生成动作序列,再由轻量级控制器执行。硬件人员转入应用部门,则指向产品化落地路径:可能聚焦于机器人与现有API、Copilot等应用层的集成,而非从零构建全栈系统。

OpenAI机器人项目十年演进时间轴

行业观察者指出,OpenAI的策略转变折射出具身智能发展的阶段性瓶颈。当前主流路径依赖“大模型+仿真+小模型微调”,但真实世界交互仍面临感知-决策-执行闭环延迟高、安全边界难界定、成本居高不下等问题。特斯拉Optimus、Figure 02等虽持续迭代,但尚未实现稳定商业化。OpenAI选择将机器人视为“模型能力的延伸场景”,而非独立技术支柱,实为一种风险控制下的务实选择。

值得注意的是,OpenAI并未完全放弃人形机器人目标。其2026年9月曾规划2027年展示自研人形机器人,而撤销团队公告中未提及该演示计划取消。结合Kalinnowski仍在职、硬件人员转入应用部门等细节,更可能的路径是:底层模型能力由主线支撑,机器人作为高价值应用场景,在应用层协同推进。

这一模式与微软近年策略趋同——Azure AI提供基础模型能力,GitHub Copilot、Windows Agent等产品负责场景落地。OpenAI正逐步从“技术驱动型实验室”转向“模型+应用双轮结构”,机器人项目成为检验该转型成效的试金石之一。

文章配图

具身智能的长期价值毋庸置疑,但短期路径分歧明显。谷歌DeepMind坚持端到端全身控制,特斯拉强调软硬一体垂直整合,而OpenAI回归“通用模型优先”范式。三种路径孰优孰劣,需待2027—2028年实际产品落地效果验证。在此之前,组织架构的频繁调整本身,已是行业技术路线尚未收敛的明证。