什么值得买App下载 App ›
连续签到专享现金活动

OpenAI撤机器人团队,通用模型直驱机器人到哪一步了

11月13日,在美国奥斯汀的机器人学习大会CoRL现场,OpenAI预订的208号展位空着,展位图上仍标着它的名字,没有产品展示。同一天,公司确认独立机器人研究团队已经解散:原机器人研究团队并入首席研究官Mark Chen领导的核心研究部门,应用机器人与硬件人员划归总裁Greg Brockman负责的Applied组织。OpenAI向媒体确认,调整的原因是,通用模型在控制机器人上表现出色。36氪微博知乎

一句话回答标题里的问题:通用模型直驱机器人,已经从“能做”走到了“能在榜单上拿分”——看懂场景、规划动作、根据执行结果纠错,正在被同一个通用模型接手,英伟达的仿真基准上部分配置甚至超过了最强的专用策略;但这张成绩单带着苛刻的限定:仿真环境、模型单次思考超过十秒、成本按token计、全行业没有统一记分牌。能拿分,和能在产线上连得起来干,目前还是两件事。

OpenAI撤机器人团队,通用模型直驱机器人到哪一步了

第三次拆团队,但投入还在账上

这不是OpenAI第一次拆掉机器人团队。第一次在2019年10月,一支团队让机械手解开了魔方;第二年团队关停,联合创始人Zaremba后来解释:机器人数据太少,训练通用智能有更快的路——这条路走成了ChatGPT。2024年团队重建,并与人形机器人公司Figure签约,这段合作只撑了九个月,2025年2月结束,Figure说要去自研自己的机器人模型。知乎36氪

这轮解散前,投入还在加码。今年年初,OpenAI安排了约100名工作人员,专门教机械臂叠衣服、往烤面包机里放面包。到9月,机器人相关招聘岗位从5月的11个增至27个,部分岗位基本年薪最高50万美元。知乎36氪

但说“退出机器人”也不准确:截至11月17日,OpenAI官网仍挂着机器人控制系统软件工程师、机器人测试工程师等岗位。其发言人称调整不意味着公司退出机器人领域,机器人技术仍是长期愿景的核心组成部分。奥特曼2027年让自研人形机器人完成首次公开演示的目标也还在,只不过那是他个人定的目标,不是公司承诺。知乎微博知乎

组织调整背后还压着一条财务线:OpenAI最近一个季度调整后经营亏损109亿美元,公司在为2027年初的IPO做准备,奥特曼去年就要求砍掉“支线任务”。把机器人并进通用模型团队,和把算力腾给核心产品,是同一套收缩逻辑的两面:机器人是长期愿景的核心,可眼下它得先替主线让路。知乎

74.8%赢了51%,但先读条款

这份重组的技术依据,来自英伟达10月公布的仿真测试:在包含120项抓取、放置任务的RoboLab-120基准上,GPT-6 Astra直接生成机器人动作的成功率为66.3%,放进能持续保留交互历史的Codex智能体后升至74.8%,远超专用机器人模型的表现。该榜单上最强专用策略的参照成绩,是51.0%。知乎微博知乎

这三个数字在中文报道里往往被连抄,限定条件却很少带上。RoboLab-120一共120项任务,英伟达这轮每项只跑5次,研究团队自己在报告里写了,这个重复次数太少,不足以判断几个方案之间的小差距到底是不是真的——74.8%和66.3%之间的8.5个百分点,可能来自运气。模型推理时,仿真环境会暂停,直接动作配置在成功回合中的平均单次推理耗时18.56秒。智能体配置把成功率抬高的同时,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。用近19倍的开销换8.5个百分点,这笔账在仿真里可以慢慢算,在产线上不行。知乎知乎36氪

同一周的另一张榜,结论正好反过来。Anthropic发布Claude Fable 5.2时给出的内部RoboDojo Sim仿真评测显示,Fable 5.2平均成功率64.9%,同一测试框架下GPT-6 Astra只有29.8%。同一个Astra,在英伟达的榜上赢专用模型23.8个百分点,在Anthropic的榜上输给第一名35.1个百分点;两张榜测的不是一套题,数字不能相减,它们共同说明的是:具身智能到现在没有一张共同的记分牌。更中立的第三方评测同样克制:RoboColosseum预印本在124个场地做了5699组配对比较,发现通用智能体已经能与专用模型竞争,但各系统仍难以可靠完成开放环境任务,更换机器人形态或经过任务微调后,模型之间的排名也会变化。36氪知乎知乎

OpenAI撤机器人团队,通用模型直驱机器人到哪一步了

真机分数刚出来:会看、会想、会写代码,还接不了产线

仿真之外,真机上的记分牌开始出现。11月18日GPT-6.2 Astra发布两天后,独立评测机构Artificial Analysis的AA-Robotics榜单上,它以79分完成8项物理任务中的6项登顶,能力较弱的GPT-6.2 Sol也拿到78分;这项测试不允许专项训练、全程零样本,模型要靠写代码直接控制一台6轴机械臂移动真实物体。另据评测机构Robocurve的实机测试,Astra在双臂机械臂“抓取方块并放入碗中”的任务上取得95%的成功率。知乎

更有说服力的不是成功率,而是模型在没人写死流程的情况下自己想办法。商汤日日新联合研究团队把同一个Astra接到单臂、双臂、移动机器人和人形机器人等8种平台上:双臂插花任务里,持花机械臂自己的腕部摄像头看不到瓶口,模型主动移动空闲的机械臂,让另一只摄像头看清瓶口后再完成插入;团队同时发现,刚性物体的抓取、堆叠较可靠,柔性物体、精密接触和长距离移动操作仍然困难。CMU机器人研究所助理教授Guanya Shi把这轮调整读作OpenAI认为机器人“不再是一个特殊问题”,但他补了一句:云端大模型慢,而且要一直联网,机器人还是需要能跑在自己机载电脑上的小模型——断网的时候,谁替它想。知乎知乎

行业的实际答案:不是替代,是分工

头部公司没有跟着OpenAI押单一路线,而是各管一段。谷歌11月10日公布了Apollo 2人形机器人在奔驰德国辛德芬根、匈牙利凯奇凯梅特两家工厂分拣汽车零件的实验,零部件分拣任务成功率达到96%。负责理解生产流程、跟踪进度的是具身推理模型,控制手臂执行的是专门训练过的动作模型,通用模型还要帮忙构建仿真环境、分析失败案例。需要说清的是,这仍是限定场景的概念验证,长期运行的故障率和生产成本并未披露。36氪知乎

专用模型阵营剩下的价值也在变具体。英伟达11月发布的GR00T 2把重点放在进新场景的适配成本:50项目标机器人从未训练过的任务上零样本平均成功率只有40%,每项任务给5次操作示范、不到3分钟机器人数据,用单张RTX 5090微调约30分钟后,成功率提到95%。靠“机器人得有自己的大脑”融资的创业公司,被OpenAI当面否了一次:Physical Intelligence转向通过API提供模型微调和托管推理,Generalist依靠自采物理交互数据训练模型,它们要继续证明的是在新任务上需要多少数据、多久适配。唱反调的也没说“通用模型没用”:身兼人形机器人公司CEO的MIT教授Tedrake认为,底座模型越强,机器在工厂车间积累的真实工作经验反而越值钱。Generalist联合创始人Pete Florence的说法是,智能的起点可能不止一个,没有哪个现有模型注定长期统治机器人。36氪知乎知乎

OpenAI撤机器人团队,通用模型直驱机器人到哪一步了

中国阵营:两条腿都在走,加上一句话

宇树创始人王兴兴最近的一个月说了两句同样重要。10月12日的上海工博会上他谈到,GPT-6发布后宇树已经将其接入各种机器人执行任务,实际效果超出此前预期,并坦言:“过去十几年我犯的最大的错误,就是对AI的相信还不太够”。他甚至放话:“明年GPT-7出来,可能直接把具身智能问题打穿”。36氪知乎

但宇树没有把宝全押在通用模型上。它一边继续推进VLA模型,一边探索世界模型,此前还展示过仅凭提示词就让机器人完成绘画、把棋子精准放到对应位置的零训练实验。王兴兴同时提醒,顶尖多模态模型已经有很强的理解和规划能力,但零部件插接等任务仍容易卡在最后几毫米。智元机器人也在两头下注,稚晖君团队近日发布论文,试图把会聊天的大模型与能执行动作的机器人身体直接打通。知乎36氪

更深一层的变化是路线共识:梁文锋此前就表达过相似观点,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,DeepSeek也已向具身智能领域延伸,参与宇树科技配售并达成三年战略合作。OpenAI这次转身,等于用组织架构给这个判断投了票。知乎

接下来看什么

OpenAI还没有公布预算、人员和算力的具体分配,也没有说明数据采集实验室和原型机项目的去向。眼下能确认的是:通用模型已经拿起了机器人的“理解”和“规划”这一层,仿真与受控真机上的分数正在逼近甚至超过专用模型;还没接过去的,是毫秒级响应、接触与力控、离线运行和成本这些贴着物理世界的硬账。比组织新闻更值得跟踪的信号有三个:AA-Robotics这类统一设定、独立第三方真机榜单的后续成绩;云端模型单次推理从18秒量级往下走的速度和token成本曲线;以及机载小模型能否接住“断网”和“毫秒”这两棒。展位可以空着,账只能等真机来结——2027年那场演示,会是第一份阶段答卷。知乎

评论

评论区空态插画

当前文章无评论,是时候发表评论了