OpenAI在機器人技術路線上再次轉向。據外媒11月13日報道,OpenAI已解散成立不到半年的獨立機器人團隊,將原團隊併入公司主要研究團隊,應用機器人和硬體團隊則被調整至其他部門。OpenAI向媒體確認,調整原因是通用模型在控制機器人上表現出色。
這一決定的直接依據來自評測。獨立評測機構Artificial Analysis釋出的AA-Robotics v0.1榜單顯示,OpenAI的旗艦模型GPT-6.2 Astra在真實機械臂測試中登頂,得分79,完成8項物理任務中的6項;能力相對較弱的GPT-6.2 Sol也得到78分。測試全程採用零樣本設定,不允許專項訓練,模型以寫程式碼的方式直接控制一台6軸機械臂移動真實物體。
過去,機器人廠商普遍認為垂直模型在機器人適配、力控等方面更具優勢,比通用模型更適合機器人。但通用模型效能迭代後,這一認知正在鬆動。OpenAI研究人員發現,把GPT-6 Astra連線到機器人後,它已能參與具體任務執行,且表現令人驚喜。獨立評測機構Robocurve的實機測試顯示,在雙臂機械臂執行“抓取方塊並放入碗中”任務上,Astra取得95%的成功率。
這並非OpenAI第一次調整機器人路線。2019年OpenAI曾成立機器人團隊,試圖通過強化學習讓機器人學會抓取、擺放物體,但該團隊於2020年被解散。聯合創始人Wojciech Zaremba當時解釋,機器人資料有限,通過其他方法可以更高效地實現AGI。此後OpenAI專注大語言模型,於2022年推出ChatGPT。2024年,OpenAI與人形機器人公司Figure AI合作,嘗試將大模型能力應用到機器人身上,但一年後Figure AI宣佈結束合作,轉向自主研發機器人AI。2026年初,OpenAI研究人員開始從Sora影片生成模型入手研究物理世界模擬;今年6月,Sam Altman宣佈成立機器人部門“OpenAI Robotics”,由Sora之父Aditya Ramesh領導。然而該部門成立僅三個月後,OpenAI釋出GPT-6 Astra,發現通用模型本身已能參與機器人任務,於是再次調整方向。卡內基梅隆大學機器人研究所助理教授Guanya Shi評價稱,這意味著OpenAI認為機器人技術“不再是一個特殊問題”。
OpenAI的轉向並非孤例。輝達10月釋出的Astranomy研究直接使用GPT-6 Astra控制模擬機器人,在RoboLab-120測試中取得66.3%的任務成功率;輝達機器人部門負責人Deepu Talla稱,GPT-6.2 Astra的出現是推動機器人具備多工處理能力的重大突破。Anthropic釋出的Claude Fable 5.2也展示了類似能力,在RoboDojo Sim模擬基準中平均成功率達到64.9%,同一框架下GPT-6 Astra的成績為29.8%。
在中國,機器人公司也在關注這一變化。宇樹正在探索大模型用於機器人,創始人王興興直言“明年GPT-7出來,可能直接把具身智慧問題打穿”。宇樹此前既推進VLA模型,也探索世界模型,釋出過通用VLA模型UnifoLM-VLA-0以及WMA(世界模型—動作)模型,最近又開始嘗試將GPT-6 Astra用於機器人實驗。王興興提到,在零訓練條件下,僅通過提示詞,機器人就能完成繪畫、識別棋盤並精準放置棋子。智元機器人也在探索類似方向,稚暉君團隊近期論文的核心是把會聊天的大模型與能執行動作的機器人身體打通。
這一趨勢讓梁文鋒此前的判斷有了新的參照。在世界模型成為具身智慧熱門方向時,梁文鋒對這條路線相對剋制,更看重通用模型本身的能力進化,將其視為通往AGI的主線。在他的構想中,Agent之後要先解決AI模型的持續學習能力,再到能自我迭代的奇點,然後才是具身智慧——先把通用模型做得足夠強,再讓能力延伸到物理世界。這與OpenAI最新的調整出現相似性:具身智慧未必需要從頭訓練一套獨立的機器人智慧。兩家公司也都沒有停留在模型層面,OpenAI投資了多家機器人公司,DeepSeek則參與宇樹科技配售、達成三年戰略合作,並投資Winverse AI、理格萬物等公司。
不過,通用大模型接入機器人成為新趨勢,並不意味著VLA模型和世界模型就此退場。過去幾年,具身智慧主流路線從VLA模型到世界模型,再到通用大模型,從未有誰真正取代誰。VLA模型讓模型同時處理攝像頭畫面和人類指令並轉化為動作,但缺乏泛化能力和自主性;世界模型試圖從影片中學習物理規律並預測未來,但模擬的物理過程未必能在現實中準確復現。斯坦福團隊聯合加州理工釋出的HomeBody專案提供了一個案例:將GPT-6 Astra接入宇樹G1人形機器人後,機器人直接呼叫預先構建的技能庫,在沒見過的廚房中根據指令完成整理和物品尋找。研究試圖回答:如果通用大模型足夠聰明,機器人還需要VLA模型作為中間層嗎?答案是在一定任務範圍內可以不需要。兩條路線技術思路不同,卻指向同一個目標:讓AI在真實世界中採取行動。