OpenAI在机器人技术路线上再次转向。据外媒11月13日报道,OpenAI已解散成立不到半年的独立机器人团队,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,调整原因是通用模型在控制机器人上表现出色。
这一决定的直接依据来自评测。独立评测机构Artificial Analysis发布的AA-Robotics v0.1榜单显示,OpenAI的旗舰模型GPT-6.2 Astra在真实机械臂测试中登顶,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也得到78分。测试全程采用零样本设定,不允许专项训练,模型以写代码的方式直接控制一台6轴机械臂移动真实物体。
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,比通用模型更适合机器人。但通用模型性能迭代后,这一认知正在松动。OpenAI研究人员发现,把GPT-6 Astra连接到机器人后,它已能参与具体任务执行,且表现令人惊喜。独立评测机构Robocurve的实机测试显示,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第一次调整机器人路线。2019年OpenAI曾成立机器人团队,试图通过强化学习让机器人学会抓取、摆放物体,但该团队于2020年被解散。联合创始人Wojciech Zaremba当时解释,机器人数据有限,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,尝试将大模型能力应用到机器人身上,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研究人员开始从Sora视频生成模型入手研究物理世界模拟;今年6月,Sam Altman宣布成立机器人部门“OpenAI Robotics”,由Sora之父Aditya Ramesh领导。然而该部门成立仅三个月后,OpenAI发布GPT-6 Astra,发现通用模型本身已能参与机器人任务,于是再次调整方向。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”。
OpenAI的转向并非孤例。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-6.2 Astra的出现是推动机器人具备多任务处理能力的重大突破。Anthropic发布的Claude Fable 5.2也展示了类似能力,在RoboDojo Sim仿真基准中平均成功率达到64.9%,同一框架下GPT-6 Astra的成绩为29.8%。
在中国,机器人公司也在关注这一变化。宇树正在探索大模型用于机器人,创始人王兴兴直言“明年GPT-7出来,可能直接把具身智能问题打穿”。宇树此前既推进VLA模型,也探索世界模型,发布过通用VLA模型UnifoLM-VLA-0以及WMA(世界模型—动作)模型,最近又开始尝试将GPT-6 Astra用于机器人实验。王兴兴提到,在零训练条件下,仅通过提示词,机器人就能完成绘画、识别棋盘并精准放置棋子。智元机器人也在探索类似方向,稚晖君团队近期论文的核心是把会聊天的大模型与能执行动作的机器人身体打通。
这一趋势让梁文锋此前的判断有了新的参照。在世界模型成为具身智能热门方向时,梁文锋对这条路线相对克制,更看重通用模型本身的能力进化,将其视为通往AGI的主线。在他的构想中,Agent之后要先解决AI模型的持续学习能力,再到能自我迭代的奇点,然后才是具身智能——先把通用模型做得足够强,再让能力延伸到物理世界。这与OpenAI最新的调整出现相似性:具身智能未必需要从头训练一套独立的机器人智能。两家公司也都没有停留在模型层面,OpenAI投资了多家机器人公司,DeepSeek则参与宇树科技配售、达成三年战略合作,并投资Winverse AI、理格万物等公司。
不过,通用大模型接入机器人成为新趋势,并不意味着VLA模型和世界模型就此退场。过去几年,具身智能主流路线从VLA模型到世界模型,再到通用大模型,从未有谁真正取代谁。VLA模型让模型同时处理摄像头画面和人类指令并转化为动作,但缺乏泛化能力和自主性;世界模型试图从视频中学习物理规律并预测未来,但模拟的物理过程未必能在现实中准确复现。斯坦福团队联合加州理工发布的HomeBody项目提供了一个案例:将GPT-6 Astra接入宇树G1人形机器人后,机器人直接调用预先构建的技能库,在没见过的厨房中根据指令完成整理和物品寻找。研究试图回答:如果通用大模型足够聪明,机器人还需要VLA模型作为中间层吗?答案是在一定任务范围内可以不需要。两条路线技术思路不同,却指向同一个目标:让AI在真实世界中采取行动。