什么值得买App下载 App ›
连续签到专享现金活动

梁文锋说具身智能靠通用模型,这次被OpenAI印证了什么

这次被印证的,是"机器人不必再单独造一颗大脑"这个判断。11月13日,OpenAI向《财富》确认撤销独立机器人研究团队,研究人员并入首席研究官Mark Chen领导的核心研究部门、机器人与硬件人员转入总裁Greg Brockman负责的Applied部门,同一周奥斯汀CoRL大会上该公司的208号展位空着。OpenAI给出的理由是:GPT-6 Astra这类通用模型,已经表现出直接控制机器人的出色能力。这与梁文锋7月在投资人交流会上的观点相呼应——他认为具身智能的突破,可以建立在通用模型能力持续进化的基础之上,通用模型是主线,具身智能是它的延伸。OpenAI印证的不是某句具体的预言,而是一条路线:具身智能未必需要从头训练一套独立的机器人智能。36氪新智元知乎

梁文锋说具身智能靠通用模型,这次被OpenAI印证了什么

跑分在前,动组织在后

2026年9月GPT-6 Astra发布后,行业内随即兴起一轮把通用模型接到机器人上的实测:独立评测机构Robocurve的实机测试显示,Astra控制双臂机械臂完成"抓取方块放入碗"任务的成功率达到95%。英伟达10月发布的Astranomy研究里,用Astra控制仿真机械臂的智能体方案在RoboLab-120基准达到74.8%,高于该基准此前最优专用机器人模型51.0%的成绩。11月19日,评测机构Artificial Analysis发布AA-Robotics v0.1榜单:GPT-6.2 Astra得分79,8项真实物理任务完成6项,能力相对较弱的GPT-6.2 Sol同样得到78分;这项基准的规则很硬——不允许专项训练、全程零样本,模型以写代码的方式直接控制一台真实六轴机械臂移动真实物体。一个从没为机器人训练过的模型,正在干机器人大脑的活。36氪知乎

OpenAI在这件事上已经绕了两次

2019年,OpenAI展示过用强化学习解魔方的Dactyl机械手,2020年解散了第一支机器人团队,联合创始人Zaremba当时的理由是:机器人数据有限,而通过其他方法能更高效地实现AGI——那条"其他方法"后来成了ChatGPT。2024年团队重建,并与人形机器人公司Figure合作开发模型;2025年2月,Figure结束合作转向自研。今年6月,OpenAI宣布成立机器人部门OpenAI Robotics,把Sora团队整体转向机器人研发,押注用视频生成的世界模型训练机器人;9月GPT-6 Astra发布,两个月后团队再次并回通用模型主线。第一次解散,是因为机器人"学不会";这一次,是因为通用模型"太强了"。卡内基梅隆大学机器人研究者的总结是,在OpenAI眼中机器人"不再是一个特殊问题",只是通用智能下游的一个应用。36氪知乎新智元

梁文锋说具身智能靠通用模型,这次被OpenAI印证了什么

印证覆盖不到的部分:慢、贵、还不够稳

但印证是有边界的。通用模型目前卡在"慢"和"贵":英伟达的研究显示,Astra直接控制方案平均每次推理耗时18.56秒,智能体方案每个成功任务回合平均消耗约3090万个Token、对应估算API费用36.40美元。仿真环境可以暂停等模型思考,真实工厂的传送带不会停。绝对水平也远谈不上稳:Anthropic自己公布的RoboDojo Sim仿真评测中,Claude Fable 5.2平均成功率达到64.9%,同一测试框架下GPT-6 Astra的成绩仅为29.8%。同为通用路线,厂商之间差距超过两倍。36氪知乎

另一侧的阵营在走相反的路。Google DeepMind 11月10日公开的是分工架构:Gemini Robotics ER负责理解生产流程、判断任务进度,经过机器人动作训练的Gemini Robotics 2.5负责手臂和灵巧手的实际操作,Apollo2人形机器人在奔驰工厂的零部件分拣测试成功率达到96%。专用动作模型没有退场,通用路线内部也远未达成一致。36氪

梁文锋说具身智能靠通用模型,这次被OpenAI印证了什么

更有意思的印证,在梁文锋自己的动作里

7月那场长达四小时的投资人交流会上,梁文锋系统阐述过一张六阶梯递进的AGI路线图:语言模型、思维链、Agent、持续学习、自我迭代,具身智能被放在最后一环,他直言如果把顺序反过来先做具身,会是一件"很苦的活"。但他同时反复强调,排在具身之前的关键一级是持续学习,而物理交互产生的真值数据正是它走向成熟的必要条件,文本给不了这份养料。换句话说:路线图的顺序没改,下注的节奏提前了。知乎

8月到10月,DeepSeek母公司以约1.41亿元参与宇树科技战略配售、锁定36个月,是外部战投中锁仓最久的一家。随后又领投了具身"大脑"初创Winverse AI的种子轮,并联手红杉中国、砺思资本投资了负责运动控制的理格万物。三笔投资分别对应本体、世界模型与感知规划、动作执行——恰好是通用模型最不容易"吃掉"的三层。知乎

OpenAI做的恰好是镜像动作:研究并回通用模型主线,数据采集实验室和机器人研发岗位却仍在维持,截至11月14日其官网仍公开列有多个机器人相关工程岗位。36氪

宇树创始人王兴兴的概括更直白:“过去十几年我犯的最大的错误,就是对AI的相信还不太够”,他甚至判断"明年GPT-7出来,可能直接把具身智能问题打穿"。36氪知乎

所以,这次印证真正改变的不是"通用模型路线对不对",而是战场在哪里:大脑层被通用模型吸收之后,机器人公司的护城河正被推向本体、真实场景数据与运动控制工程——那三笔落子各占一处。具身智能的竞争,才刚开始离开聊天框。

评论

评论区空态插画

当前文章无评论,是时候发表评论了