OpenAI 解散独立机器人团队,通用模型崛起拷问专用机器人模型路线

根据《财富》杂志爆料,OpenAI 已经正式解散独立建制的机器人团队,相关研发人员拆分并入核心大模型研究部门与应用部门,这件事直接在具身智能赛道掀起路线大讨论:到底是继续单独研发机器人专用模型,还是直接用通用大模型作为机器人的主控大脑。OpenAI 对外强调,这次不是放弃机器人业务,而是研发策略调整,背后核心判断是 GPT-6 Astra 这类通用模型已经可以直接看懂视觉画面、接收自然语言指令、输出机器人动作序列,在仿真测试里表现甚至超过不少专用机器人模型,所以不再单独维持一条独立的机器人模型研发线,把机器人研发和通用基础模型迭代绑定在一起,不过行业里也有不少观点认为,通用模型存在延迟高、算力开销大、离线无法运行等短板,在精密控制场景,专用模型依旧有不可替代的价值。

一、本次团队调整详情

项目信息说明
消息来源《财富》Fortune,11 月 13 日独家报道
人员拆分方案机器人研究人员并入首席研究官 Mark Chen 的核心研究团队;硬件、落地应用人员划入 Greg Brockman 负责的应用部门
官方定性组织架构重组,并非退出机器人赛道,机器人仍是长期愿景核心
背景细节本次 CoRL 机器人学习大会,OpenAI 预订展位空置;今年 9 月还在高薪大规模招聘机器人工程师
过往历史OpenAI 曾经在 2020 年解散初代机器人团队,2024 年重启组建独立机器人团队,本次是第二次解散独立机器人团队

二、OpenAI 做出这个选择的核心原因

  1. 通用模型能力突破:GPT-6 Astra 在仿真机器人操作基准测试中,智能体方案成功率 74.8%,高于榜单上领先专用模型 51.0% 的成绩,不用专门针对机器人做大量微调,就能完成任务拆解、环境识别、动作规划。
  2. 研发思路转变:原本计划依靠 Sora 视频模型学习物理规律,再迁移给机器人;现在发现通用多模态模型可以直接承接机器人控制任务,单独打造机器人大脑的必要性下降。
  3. 资源集中策略:遵循集中算力、人力投入基础通用模型的方向,砍掉独立支线,让机器人能力跟着通用大模型同步迭代,减少两套体系的重复研发成本。
  4. 效率考量:把机器人的物理交互数据回流给通用模型,反过来提升通用模型对真实物理世界的理解,形成双向增益。

三、两条技术路线的核心对比

  • 通用模型路线:优势是通用性强、能理解自然语言、跨任务迁移好;短板是推理延迟高、token 消耗巨大、大多依赖云端,实时力控、高速连续动作场景很难落地,离线端侧运行困难。
  • 专用机器人模型路线:优势是响应快、算力需求低、适合端侧部署、擅长精密操作、力反馈控制;短板是泛化弱,换一个任务、换一款机器人硬件,往往需要重新采集数据、重新训练。

四、行业各方不同观点

✅ 支持 OpenAI 方向:通用模型就是未来的统一底座,机器人只是通用智能的下游应用,不需要单独做一套基础模型,靠通用模型做规划,搭配简单动作策略就足够。

⚠️ 谨慎派观点:通用模型适合做顶层任务规划,但是物理世界的精细控制、毫秒级闭环,依然离不开专用轻量化模型,两条路线是互补,不是谁取代谁。

❌ 质疑观点:仿真环境的高分不等于真实机器人落地,真实环境里的噪声、误差、硬件偏差,是通用模型很难靠互联网数据补齐的。

五、后续值得跟踪的关键信号

  1. OpenAI 后续机器人演示,是否全部基于通用 Astra 模型驱动;
  2. 谷歌、英伟达、国内具身团队是否继续坚持专用具身模型路线;
  3. 有没有团队验证通用模型在真实机器人上长时间连续作业的稳定性;
  4. 端侧轻量化通用模型的进展,能不能降低延迟、减少联网依赖。

【相关 FAQ】

问题 1:OpenAI 被曝解散独立机器人团队,是不是意味着 OpenAI 放弃机器人研发?

回答 1:并不是,OpenAI 解散独立机器人团队属于组织重组,官方明确机器人依旧是长期愿景的核心,只是不再单独设立独立机器人研发线,机器人研发并入通用大模型体系,不再单独开发机器人专用模型。

问题 2:OpenAI 解散独立机器人团队,为什么会拷问专用模型路线?

回答 2:因为 OpenAI 的核心判断是 GPT-6 Astra 这类通用模型已经可以直接控制机器人,仿真测试成绩超过专用机器人模型,这让行业开始讨论:专门为机器人训练的专用模型,还有没有长期独立研发的必要。

问题 3:通用模型控制机器人,对比专用机器人模型有哪些明显短板?

回答 3:通用模型控制机器人延迟更高、token 消耗贵、大多依赖云端网络,很难做到毫秒级实时闭环控制;专用机器人模型算力开销低、响应快,更适合机械臂精密操作、高速连续动作这类场景。

问题 4:OpenAI 这次解散机器人团队,是不是代表专用机器人模型路线已经被淘汰?

回答 4:不能直接判定专用机器人模型路线被淘汰,目前通用模型优势集中在任务理解、规划层面,真实物理世界的精细控制、离线端侧场景,专用模型依旧具备不可替代的价值,行业主流看法是二者更偏向协同分工。

【参考资料】

[2026-11-13](Exclusive: OpenAI disbands stand-alone robotics team as general AI models start running robots)Fortune

[2026-11-14](OpenAI 重组具身智能团队,通用模型冲击专用机器人模型路线)36 氪

[2026-11-15](OpenAI 再次解散机器人团队:GPT-6 Astra 推进通用模型直驱机器人)新浪财经

[2026-11-15](麻省理工科技评论|通用模型崛起,具身智能路线分歧加剧)DeepTech

【免责声明】

本文仅为 OpenAI 机器人团队调整、具身智能路线讨论资讯科普,仿真测试结果不等于真实机器人落地效果;通用模型、专用模型的技术路线优劣尚无统一结论,行业方案还在持续迭代,本文不构成机器人项目投资、技术选型的参考依据。

本文来自作者[Tallulah51]投稿,不代表诚邦网立场,如若转载,请注明出处:https://www.cbpmc.com.cn/qyzx/202611/1130.html

赞 (0)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • Tallulah51
    Tallulah51 2026年11月16日

    我是诚邦网的签约作者“Tallulah51”!

  • Tallulah51
    Tallulah51 2026年11月16日

    希望本篇文章《OpenAI 解散独立机器人团队,通用模型崛起拷问专用机器人模型路线》能对你有所帮助!

  • Tallulah51
    Tallulah51 2026年11月16日

    本站[诚邦网]内容主要涵盖:互联网行业的追踪与探索

  • Tallulah51
    Tallulah51 2026年11月16日

    本文概览:根据《财富》杂志爆料,OpenAI 已经正式解散独立建制的机器人团队,相关研发人员拆分并入核心大模型研究部门与应用部门,这件事直接在具身智能赛道掀起路线大讨论:到底是继续单独研发机器人专用模型,还是直接用通用大模型作为机器人的主控大脑。OpenAI 对外强调,这次不是放弃机器人业务,而是研发策略调整,背后核心判断是 GPT-6 Astra 这类通用模型已经可以直接看懂视觉画面、接收自然语言指令、输出机器人动作序列,在仿真测试里表现甚至超过不少专用机器人模型,所以不再单独维持一条独立的机器人模型研发线,把机器人研发和通用基础模型迭代绑定在一起,不过行业里也有不少观点认为,通用模型存在延迟高、算力开销大、离线无法运行等短板,在精密控制场景,专用模型依旧有不可替代的价值。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们