OpenAI裁撤机器人团队,通用大模型直驱机器人能力获实证验证
OpenAI于2026年11月解散成立不足半年的独立机器人部门,将人员并入主研团队。此举源于GPT-6.2 Astra等通用模型在真实机械臂任务中表现优异:零样本下完成6/8项物理任务,双臂抓取成功率...
OpenAI近期对机器人研发架构做出重大调整:其独立机器人团队已被正式裁撤,原成员并入公司核心研究部门,应用机器人与硬件相关职能则划归其他业务线。这一变动发生在GPT-6.2 Astra模型发布后不久,直接动因是通用大模型在真实机器人控制任务中展现出超出预期的能力。
据独立评测机构Artificial Analysis发布的AA-Robotics v0.1基准测试结果,GPT-6.2 Astra在零样本、无专项训练条件下,以79分成绩完成8项物理任务中的6项;即便是能力较弱的GPT-6.2 Sol版本,也取得78分高分。测试中,模型通过生成Python代码直接驱动一台6轴工业机械臂执行物体移动操作——整个过程未依赖任何机器人专用训练数据或微调。
更进一步的实机验证来自Robocurve机构:在双臂协同执行“抓取方块并放入碗中”任务时,Astra实现95%的成功率。这些结果表明,通用模型已具备基础的空间推理、动作规划与实时反馈能力,足以支撑部分工业级机器人作业场景。
这一技术进展直接推动了OpenAI组织架构的快速转向。2026年初,公司曾从Sora视频生成团队抽调力量组建“OpenAI Robotics”部门,由DALL·E与Sora核心开发者Aditya Ramesh领衔,意图将世界建模能力迁移至机器人训练。该部门成立仅三个月后,GPT-6 Astra的实测表现即动摇了其存在必要性——既然通用模型本身就能胜任任务规划与指令解析,单独构建“空间智能”专用模型的投入产出比显著下降。
卡内基梅隆大学机器人研究所助理教授Guanya Shi指出,OpenAI的决策反映了一种认知转变:“机器人技术不再被视为一个特殊问题”,而可被纳入通用人工智能能力的自然延伸。
值得注意的是,这并非OpenAI首次在机器人方向上战略回调。早在2019年,公司曾设立强化学习机器人团队,目标是让机械臂学会抓取与摆放物体;但因数据稀缺与AGI路径权衡,该团队于2020年即被解散。联合创始人Wojciech Zaremba当时解释称,相比投入有限的机器人数据集,聚焦语言模型更高效通向通用智能。
2024年,OpenAI重启机器人探索,与Figure AI合作将多模态大模型接入人形机器人Figure 01,使其能响应语音指令完成物品递送。彼时,OpenAI副总裁Peter Welinder强调合作旨在验证“大型多模态模型能否提升人形机器人智能化水平”。然而一年后,Figure AI单方面终止合作,转向自研AI系统,反映出双方在技术路线与控制权上的分歧。
此次裁撤机器人团队,标志着OpenAI再度回归“通用模型优先”主线。其逻辑链条清晰:Sora类视频模型已隐含对物体、空间与运动关系的理解;GPT-6系列进一步整合视觉、语言与推理能力;当此类模型能以代码形式直接输出可执行动作指令时,专用机器人模型的边际价值被大幅压缩。
行业层面,类似趋势正在显现。2025年初主流仍聚焦VLA(Vision-Language-Action)垂直架构,但其跨场景泛化能力不足的问题逐渐暴露;至2026年下半年,世界模型与通用模型直驱路线获得越来越多关注。英伟达10月发布的Astranomy研究即尝试直接用通用视觉-语言模型控制机械臂,无需中间表征层。
中国创业公司亦有呼应。如优必选(Unitree)在2026年推出的H1人形机器人,已支持接入第三方大模型API,用户可通过自然语言指令调用预置技能库;其技术白皮书明确提到“避免重复建设感知-决策闭环,优先复用通用模型能力”。这与OpenAI思路高度一致。
从技术演进角度看,通用模型直驱机器人的关键突破在于三方面能力融合:一是多模态理解(识别物体状态与环境约束),二是长程任务分解(将复杂目标拆解为原子动作序列),三是代码生成能力(输出可被机器人控制器直接执行的指令)。GPT-6.2 Astra在AA-Robotics测试中展现的正是这种端到端能力。
不过,挑战依然存在。当前成功案例集中于结构化环境下的确定性任务(如抓取、放置、开柜),而在非结构化场景(如家庭地面拾物、动态避障)中,模型仍易受传感器噪声与物理不确定性干扰。此外,力控精度、安全冗余与实时响应延迟等问题尚未完全解决。
更深层的影响在于研发范式的转移。过去机器人公司需自建感知、规划、控制全栈模型;未来可能转向“通用大模型+轻量适配层”模式:前者提供高层语义理解与任务推理,后者负责底层伺服与安全校验。这将降低具身智能准入门槛,但也加剧对头部大模型厂商的依赖。
梁文锋此前提出的观点在此获得实证支持:具身智能不必另起炉灶,而可作为通用模型能力外延自然生长。他强调,“AGI主线是通用能力进化,具身是其必然延伸”——OpenAI此次调整,恰是对该路线的一次组织层面确认。
需要说明的是,裁撤团队不等于放弃机器人领域。OpenAI仍通过合作伙伴(如工业自动化厂商)推进落地,并持续优化模型的物理世界交互能力。其重心已从“造机器人”转向“让现有机器人更聪明”——这或许才是本轮技术迭代的真实落点。
