网易首页 > 网易号 > 正文 申请入驻

突发|OpenAI解散机器人团队,机器人的专属大脑不用单独做了?

0
分享至



“ 通用模型开始承担部分机器人任务,具身智能公司的优势在哪里?

日前,《财富》报道OpenAI撤销了独立的机器人团队,OpenAI随后确认了这一消息。调整后,原机器人研究团队并入公司主研究团队,向首席研究官Mark Chen汇报;应用机器人和硬件团队划入Applied部门,由总裁Greg Brockman负责。



外界几天前就看到了迹象。奥斯汀的CoRL会议上,会议App和展馆平面图都标着OpenAI的208号展位,但记者到场时,那里既没有机器人,也看不到OpenAI的标志。至于现场是否一直无人值守,各家报道说法不一;能确认的只有一点:原定的机器人展示没有出现。

OpenAI向《财富》表示,通用前沿模型已经展现出直接用于部分机器人任务的能力,外界普遍将这一判断与9月发布的GPT-6 Astra联系起来。

英伟达10月公布的Astranomy研究给出了相关数据。这项测试使用RoboLab-120基准,共120项抓取和放置任务。榜单上最强的专用模型Lakeside成功率是51.0%。GPT-6 Astra直接生成动作,成功率是66.3%;接入保留完整会话历史的编码智能体Codex之后,升到74.8%

GPT-6 Astra于9月发布时,主要面向编码、操作电脑和科研等任务。从现有公开材料看,机器人控制并不是当时的展示重点

两种方案用的工具、上下文和推理预算都不一样。23.8个百分点只是同一榜单上不同方案的成绩差,不能归因于模型架构本身。这组数字也只来自仿真环境,而且模型思考时,仿真环境是暂停的。它离“通用模型接管机器人”还很远,但OpenAI已经把这类变化写进了组织架构图。

一个更合理的解释是,OpenAI并没有放弃机器人,而是不再认为机器人需要一套独立于主模型的智能。当通用模型逐渐开始承担机器人任务,行业竞争的重点也可能发生变化。影响产品落地和商业化进程的关键,可能不再只是模型本身有多聪明,还包括设备是否已经进入真实场景,以及能否持续积累现场数据。

01.

OpenAI为什么现在调整?



第一个原因,技术前提变了。

今年年初,OpenAI内部的主流思路还是从Sora这类视频生成模型入手。模型要生成足够逼真的画面,就需要在训练过程中形成对物体运动、空间关系和物理规律的隐含理解。负责人Aditya Ramesh是DALL·E的作者,也是Sora团队的核心组建者。他领导的世界模拟研究,在一年内逐渐演变成了OpenAI Robotics。

5月31日,Sam Altman公开发帖招机器人相关人员,目标仍是2027年第一次公开演示。

但9月以后,外部团队展示了GPT-6 Astra直接完成机器人任务的能力。开头那组数据说明,目前证据还不足以证明通用模型已经全面超过专用模型,但至少表明,通用模型在不经过机器人专项训练的情况下,也能够在部分任务上达到甚至超过专用方案。

第二个原因,和历史有关。

这是OpenAI第二次调整机器人团队。2019年,它展示了机械手解魔方研究;2020年前后,团队和相关研究收缩。联合创始人Wojciech Zaremba后来解释,机器人缺少适合预训练的大量数据,把资源投入其他路线效率更高。此后,OpenAI把更多精力转向大语言模型。2022年底,ChatGPT发布。

2024年,OpenAI重建机器人团队,并与Figure合作。2025年2月,Figure结束合作、转向自研。据Business Insider报道,OpenAI旧金山机器人实验室最多时约有100名数据采集员,为训练积累真实操作数据。



两次调整的原因正好相反:第一次,机器人数据太少,模型学不起来;这一次,通用模型从别处学到的能力,已经能直接用于部分机器人任务。至于OpenAI手中这些数据以后如何使用,目前没有公开说明。

第三个原因,是成本背景。

据报道,OpenAI最近一个季度经营亏损达到109亿美元。此前,Altman要求公司放弃部分偏离核心目标的“支线任务”,包括Sora在内的一些项目被调整,算力被集中到更核心的业务上。公司正在推进新一轮融资,IPO最早可能在2027年初。

把研究员集中到主模型研发,财务上确实更容易解释。

OpenAI的公开说法仍然是:机器人仍是长期愿景的核心,调整是为了加快通用机器人落地。OpenAI员工Scott Cory表示,项目路线图和目标没有改变;工程师David Schnurr则在X上称,还有十几个机器人相关岗位在招聘。硬件项目接下来如何安排,目前仍没有更多公开信息。



三个原因指向同一件事:机器人从一个需要单独养着的方向,变成了主模型能力的一个出口。

02.

通用模型进入机器人的四个层次

最近几家公开的实验看上去各做各的,其实可以按通用模型参与机器人的方式和深浅,分成四个层次。

第一层:在幕后帮忙训练专用模型。据谷歌介绍,通用模型Gemini 4 Argon参与了机器人模型Gemini Robotics 2.5的研发。它根据真实摄像头画面辅助构建数字孪生,生成仿真练习,还结合失败视频分析原因。

这一层最不显眼。它可能最先规模化,因为它不要求通用模型在现场实时反应。

第二层:一个模型负责理解流程,动作交给专用模型。谷歌在奔驰工厂做过一次概念验证:Apptronik的Apollo 2人形机器人做零部件拣选配套,报告成功率96%。其中,具身推理模型负责跟踪工作流程,Gemini Robotics 2.5动作模型控制手臂和双手。



要说明两点。第一,谷歌没有说明这个具身推理模型是不是通用模型,公开材料也不足以认定负责规划的是Argon,所以这个案例只能代表“推理和动作分工”这种结构。第二,96%是概念验证的结果,不是正式产线长期运行的指标。

分工的好处,是把慢的部分和快的部分拆开:规划可以慢慢想,动作必须马上做。

第三层:直接控制,模型根据画面和机器人状态输出动作。Gemini 4 Argon通过动作接口控制机械臂摆正杯子、放入纸巾。它还为波士顿动力的Spot搭建了一个垃圾桶的仿真模型,先在里面练习踩踏板开盖,再到真实环境里投放易拉罐。

Anthropic展示了Claude Fable 5.2控制真实机器人拧瓶盖、解益智方块和绘画。据报道,Anthropic称这些任务都没有专门训练过,但演示视频不是原速。在公司内部运行的RoboDojo Sim双臂仿真评测中,Fable 5.2得分64.9%,上一代Fable 5.1是27.6%,同一框架下GPT-6 Astra只有29.8%。这项评测由Anthropic自己运行,并拿来和竞品对比。它测的是双臂操作,和英伟达的抓取放置基准不同,成绩不能直接横向比较。



第四层:直接控制,再加上记忆。英伟达的Astranomy研究里,Astra直接生成动作的成功率是66.3%,平均每次推理约18.56秒。接入保留完整会话历史的Codex后,成功率升到74.8%。研究的解释是,会话历史保存了计划、动作和反馈,帮助模型跟踪任务进度。在子集实验中,额外开放代码执行、图像检查等工具,提升有限。这套方案每成功完成一次任务,API费用估算约36.40美元

以上能看出三点。第一,最好的74.8%是在“暂停世界”的条件下拿到的。英伟达的测试里,模型思考时仿真环境会暂停;测试主要是抓取和放置,没有覆盖插接、装配这类复杂接触任务。仿真环境可以等模型想十几秒,传送带和正在倒下的杯子不会等。

第二,在接近真实工厂的场景里,报告成功率最高的是推理和动作分工的方案,不是由一个通用模型包办一切。

第三,同一个Astra,在英伟达的抓取放置基准上接入Codex后是74.8%,在Anthropic内部的双臂评测中只有29.8%。两项测试的任务、接口和评判标准都不同。这不能说明Astra变弱了,只说明成绩高度依赖基准和接口,何况后一项是竞争对手自己运行的评测。

所以,开头那23.8个百分点能说明,通用模型在这类任务上已经够聪明,但说明不了它已经够快、够便宜。

03.

两种押注的交锋

OpenAI现在开始让通用模型承担机器人任务,并不等于物理世界的问题已经解决了。Physical Intelligence联合创始人谢尔盖·莱文长期研究的,正是这个问题——训练一个以物理交互为核心的机器人基础模型。不过,莱文并不认为机器人模型必须与通用模型完全分开。



需要说明的是,下面莱文的观点来自他此前在Minus One节目的一场访谈,不是对OpenAI这次调整的回应。所谓交锋,是笔者把两种看法放在一起对照。

交锋一:机器人需要一个独立于通用模型的“大脑”吗?

CMU机器人研究所助理教授Guanya Shi认为,OpenAI可能已经不再把机器人当作特殊问题,而是看成通用智能的下游应用,和编程、法律、金融工具共用一个底座的原理相似。瓶子换了位置、光线变了,模型也能应对,还能推理任务的先后顺序,判断哪一步出了错。

莱文其实不反对用大模型做底座。他在谷歌时,把一间会议室改成实验室,放进很多机器人不停地抓东西。结果机器人非常擅长抓取,却没有因此学会其他任务。他的结论是,缺的是经验之外的先验知识。所以PI的第一个模型π0,用的就是预训练的视觉语言模型骨干。

两人的分歧不在于要不要用通用模型,而在于通用模型之外还缺什么。Guanya Shi自己也提醒,能在机器人本地运行、不依赖持续联网的小型专用模型仍然有必要。

交锋二:从通用模型借来的能力能不能直接用?

莱文的回答是,原则可以借,方法得重做。他举过两个例子。

第一个是标注。视频模型扩写提示词时,可能会描写翠绿的草、狗飘动的金色毛发,这些对机器人没用。机器人需要的,是和自己该做的动作紧密相关的信息。

第二个是视觉推理。要让机器人按电器的电源键,说“在右边缘往左三英寸”不一定有用;生成一张机器人手指正碰着按钮的图片,就能清楚地告诉它该做什么。在π0.7里,这类图片由一个独立模型生成。

这里的重点不是π0.7会不会生成图片,而是机器人需要的信息最终要能对应到动作上。通用模型擅长描述世界,机器人需要的却是能直接转成动作的信息。从描述到动作这一步,目前还得专门去做。

交锋三:物理世界的知识从哪来?

这是双方押注真正不同的地方。OpenAI的判断是,通用前沿模型已经能直接用于部分机器人任务,机器人研究应当并入通用模型研发。至于通用模型最终能覆盖多少物理世界的需求,它没有公开说。

莱文有一个形象的说法:互联网很小,物理世界很大。大量关于物体、接触、力、材料和现场纠错的知识,并没有被完整地记录在互联网上。要让机器理解物理世界,只能让它成为机器人。

他描述的路径是这样的。机器人先在人的监督下干活:比如物流设施里掉了东西,人捡起来放回去,机器人由此学会补救。他说这已经是很多部署中的常见做法。下一步是用强化学习让机器人从一开始就少出错。这一步目前主要在实验室里起作用,还没有在实际部署中广泛采用。

主持人拿Waymo追问:几千辆车,也走了十七年。莱文的回答是,汽车太专用,又不能随便试错;机器人能做的事更多,可以先做低风险任务积累能力,再去做高风险任务。

这条路径有个前提:机器人得先部署出去,哪怕还不完美。

莱文说,模型表现不好,可能是参数不够,也可能只是连接器没插好,夹爪合不严。这时你得走到机器人旁边,把连接器插好,再回去训练模型。

双方的分歧并不在“通用和专用谁赢”,而在于物理世界的知识有多少能提前学到,又有多少只能在现场边干边学。

04.

具身公司接下来比什么

MIT教授、Walden Robotics联合创始人兼CEO Russ Tedrake认为,机器人公司的机器已经在工厂等真实场景里干活,这些部署经验和数据是AI实验室难以复制的。而且基础模型越强,这些数据越值钱,因为机器人能更快地从中学会适应具体任务。Generalist联合创始人Pete Florence则认为,目前还看不出哪种模型会在长期主导机器人领域。



各家已经在调整位置。PI通过API提供模型微调和托管推理;Generalist用自己采集的物理交互数据训练模型,适配不同的夹爪和末端工具。莱文认为,机器人行业未来可能像计算机产业一样,从一家公司包办一切,走向硬件、物理智能层和应用的分工。

把四个层次和三轮交锋放在一起,能得到一个比“专用模型会不会被淘汰”更具体的结论:通用模型降低了机器人理解任务的门槛,但没有降低进入现场的门槛,也没有降低产生有效数据和控制身体的成本。

对具身公司来说,更现实的机会可能落在三处。第一是部署能力,设备是否已经进入真实场景并持续产生数据;第二是数据闭环,失败和人工纠错经验能否重新反馈给模型;第三是商业可行性,单次任务的时延、人工接管次数、连续稳定运行时间和完整成本,能否达到客户愿意付费的水平。

未来一两年,或许比谁发布了更聪明的模型更值得关注的,是真实任务里的成功率、每个动作要等多久,以及每完成一件活要花多少钱。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
爱奇艺,再不努力就退了

爱奇艺,再不努力就退了

钛媒体APP
2026-11-18 11:06:10
炸裂!宇宙竟在偷偷旋转?每5000亿年才转一圈

炸裂!宇宙竟在偷偷旋转?每5000亿年才转一圈

心中的麦田
2026-11-18 22:19:08
民主党再下一州,领先优势继续扩大

民主党再下一州,领先优势继续扩大

寰宇大观察
2026-11-18 16:54:44
苏州一对情侣,谈了7年,女子提了18次分手,分手后在街头痛哭!

苏州一对情侣,谈了7年,女子提了18次分手,分手后在街头痛哭!

川渝视觉
2026-04-17 22:13:14
又一个“铁头”诞生了!

又一个“铁头”诞生了!

胖胖说他不胖
2026-11-18 07:55:17
同样是抵达马尼拉,中国代表和日本首相的接机规格,差在哪?

同样是抵达马尼拉,中国代表和日本首相的接机规格,差在哪?

爱下厨的阿酾
2026-11-18 03:37:45
真是毁三观!释永信21年前与刘立明在郑州发生关系的笔录曝光

真是毁三观!释永信21年前与刘立明在郑州发生关系的笔录曝光

魔都姐姐杂谈
2025-07-28 14:35:36
网友晒许家印奖学金证书,称“谁都可以骂许家印,唯独我不能骂”,评论区吵翻

网友晒许家印奖学金证书,称“谁都可以骂许家印,唯独我不能骂”,评论区吵翻

谭谈社会
2026-11-16 20:51:03
黄仁勋事件,美国政府突然回过味来

黄仁勋事件,美国政府突然回过味来

牛弹琴
2026-11-18 07:40:33
医生直言:一片西地那非在你体内走了一趟,干了5件事你未必知道

医生直言:一片西地那非在你体内走了一趟,干了5件事你未必知道

健康之光
2026-07-22 14:53:21
好奇查了一下黄仁勋的出身,不查不知道,一查惊讶了,原来黄仁勋根本不是什么大富豪家庭,而是普通的知识分子家庭。

好奇查了一下黄仁勋的出身,不查不知道,一查惊讶了,原来黄仁勋根本不是什么大富豪家庭,而是普通的知识分子家庭。

回京历史梦
2026-11-15 06:35:06
丰满翘臀太对味!《GTA6》女主演员揭晓 猜对了

丰满翘臀太对味!《GTA6》女主演员揭晓 猜对了

游民星空
2026-11-18 08:07:13
作家斯琴高娃逝世,享年93岁

作家斯琴高娃逝世,享年93岁

韩小娱
2026-11-18 10:30:49
“蔡国庆摔了”热搜第一,蔡国庆在品牌走秀时摔倒,被扶起后一直用手捂着腹部,坚持完成后续台步

“蔡国庆摔了”热搜第一,蔡国庆在品牌走秀时摔倒,被扶起后一直用手捂着腹部,坚持完成后续台步

极目新闻
2026-11-18 22:02:41
毛主席笑问尼泊尔首相,珠峰干脆全给你?反问后甩出更高明方案

毛主席笑问尼泊尔首相,珠峰干脆全给你?反问后甩出更高明方案

纪史行者
2026-09-16 06:25:03
贝林厄姆CK内裤广告炸裂全网!网友:他爸管他,哈哈哈

贝林厄姆CK内裤广告炸裂全网!网友:他爸管他,哈哈哈

品牌新
2026-11-17 09:17:26
今天的我,比昨天更想你

今天的我,比昨天更想你

疾跑的小蜗牛
2026-11-18 21:01:04
画面曝光!男子闯入C-130“大力神”运输机内部:剪断电线、砸坏仪表盘、倾倒腐蚀性物质,使美军机报废,被起诉

画面曝光!男子闯入C-130“大力神”运输机内部:剪断电线、砸坏仪表盘、倾倒腐蚀性物质,使美军机报废,被起诉

大风新闻
2026-11-18 14:36:05
高市早苗罕见表态:将继承历代内阁立场,当然也包括"村山谈话"

高市早苗罕见表态:将继承历代内阁立场,当然也包括"村山谈话"

锅锅爱历史
2026-10-17 01:34:01
成都男子回家吓一跳:酒柜层板坍塌,50多瓶珍藏酒悬空卡门,最贵的一瓶蓝色茅台摇摇欲坠

成都男子回家吓一跳:酒柜层板坍塌,50多瓶珍藏酒悬空卡门,最贵的一瓶蓝色茅台摇摇欲坠

青科新闻
2026-11-18 15:25:43
2026-11-19 01:07:00
机器人大讲堂 incentive-icons
机器人大讲堂
立德机器人平台,是一个集媒体品牌、智库咨询、投资孵化、引智招商为一体的机器人垂直领域服务平台
7326文章数 4614关注度
往期回顾 全部

科技要闻

离职后首份声明!黄仁勋认错愿回归

头条要闻

“感谢中方特殊安排” 特朗普又带着高规格代表团来了

头条要闻

“感谢中方特殊安排” 特朗普又带着高规格代表团来了

体育要闻

“中超卡里乌斯”,成了大连的夺冠英雄

娱乐要闻

主持人张泉灵被曝猛料,公司成老赖

财经要闻

黄仁勋留下的高分成绩单,能延续吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

本地
手机
游戏
家居
数码

本地新闻

乌兰察布:以前种土豆,现在种Token

手机要闻

2nm双芯悬案!vivo X Fold7不跟风阔折叠,先把散热账算明白了

《GTA6》首个BUG出现 博主怒喷“2077首发”重演

家居要闻

2026建博会(广州) 公装联探展交流活动

数码要闻

铭凡5L台式机T5 Max-388上市:48GB + 1TB,到手价9699元

无障碍浏览 进入关怀版