据外媒11月13日报道,OpenAI已解散其独立机器人团队,将原团队并入公司主要研究团队,应用机器人和硬件团队则被调整至其他部门。OpenAI向媒体确认,此次调整的原因是通用模型在控制机器人方面表现出色。研究人员发现,将GPT-6 Astra连接到机器人后,模型已能够参与部分具体任务执行,表现超出预期。
这一调整的直接背景是通用大模型在机器人控制任务上的实测进展。据独立评测机构Artificial Analysis发布的AA-Robotics v0.1榜单,GPT-6 Astra得分79,完成8项物理任务中的6项;能力相对较弱的GPT-6.2 Sol也获得78分。该基准测试不允许模型进行专项训练,全程采用零样本设定,模型以编写代码的方式直接控制一台6轴机械臂,移动真实物体。另据独立评测机构Robocurve的实机测试,在双臂机械臂执行“抓取方块并放入碗中”任务上,Astra取得95%的成功率。
这并非OpenAI在机器人技术路线上的首次转向。2019年,OpenAI成立机器人团队,试图通过强化学习让机器人学会抓取、摆放物体等任务,但该团队于2020年被解散。联合创始人Wojciech Zaremba曾解释,机器人数据有限,且通过其他方法可以更高效地实现AGI。此后OpenAI专注大语言模型,于2022年推出ChatGPT。2024年,OpenAI与人形机器人公司Figure AI合作,探索大型多模态AI模型支持下人形机器人的智能化水平,Figure 01演示视频显示机器人可根据人类指令完成简单物品递送,但一年后Figure AI宣布结束合作,转向自主研发机器人AI。
2026年初,OpenAI研究人员开始探索从Sora等视频生成模型入手,利用其对物体、空间和运动关系的理解能力迁移至机器人训练。今年6月,Sam Altman宣布成立机器人部门“OpenAI Robotics”,由Sora之父、DALL-E创始人Aditya Ramesh领导,短期聚焦工业辅助机器人,长期目标为消费级人形机器人。但该部门成立仅三个月后,OpenAI于今年9月发布GPT-6 Astra,并发现通用模型本身已能参与机器人任务,相比专门研发世界模拟技术,直接利用通用模型已有的视觉理解、推理能力和任务规划能力同样可行。卡内基梅隆大学机器人研究所助理教授Guanya Shi评价称,这意味着OpenAI认为机器人技术“不再是一个特殊问题”。
通用模型驱动机器人的路线正在获得更多验证。英伟达10月发布的Astranomy研究直接使用GPT-6 Astra控制仿真机器人,在RoboLab-120测试中取得66.3%的任务成功率。英伟达机器人部门负责人Deepu Talla称,GPT-6 Astra的出现是推动机器人具备多任务处理能力的一项重大突破。Anthropic发布的Claude Fable 5.2也展示了类似能力,模型控制机器人完成解魔方、拧开瓶盖等任务,在RoboDojo Sim仿真基准中平均成功率达到64.9%,同一测试框架下GPT-6 Astra成绩为29.8%。
国内机器人公司同样在关注这一变化。宇树科技正在探索大模型用于机器人的路线,此前既推进VLA模型,也探索基于视频生成的世界模型,发布过通用VLA模型UnifoLM-VLA-0及WMA模型。近期宇树开始尝试将GPT-6 Astra用于机器人实验,在零训练条件下仅通过提示词即可完成绘画、识别棋盘并精准放置棋子等任务。智元机器人团队近期发表的论文则聚焦于将大语言模型与机器人身体打通,使模型既能理解语言指令,也能调用机器人身体完成指向真实物体、身体动作和面部表情等任务。
过去,机器人厂商普遍认为垂直模型在机器人适配、力控等方面更具优势。随着通用模型性能持续迭代,这一判断正在被重新审视。DeepSeek创始人梁文锋此前曾表达过相似观点,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,通用模型本身的能力进化是通往AGI的主线,具身智能是这条主线的延伸。OpenAI此次团队调整与这一判断形成呼应,两者均指向同一方向:具身智能未必需要从头训练一套独立的机器人智能,通用模型能力的进化或将成为物理世界智能的重要基础。
该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。