OpenAI 解散独立机器人团队，称通用模型可直接用于机器人控制

OpenAI已解散独立运营的机器人团队，将相关研究人员分拨至其他部门。公司表示，此举的直接导火索是GPT-6 Astra等通用前沿模型的意外突破：这些模型可被直接应用于机器人控制任务，无需为机器人单独开发专用模型。

重组后，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；应用机器人与硬件团队划归更大的Applied组织，向总裁Greg Brockman汇报。OpenAI强调，机器人仍是其长期愿景的核心组成部分。

团队去向与汇报线

公司称，将研究人员重新安置到其他团队，是因为相信这是加速推进通用机器人研发的最佳方式。

这并非OpenAI首次在机器人方向收缩。公司早期曾设有机器人团队，2020年将其裁撤，联合创始人Wojciech Zaremba当时给出的理由是机器人训练数据匮乏，而在海量人类书写文本上训练超大型语言模型更能高效推进通用人工智能的研发目标，这一路径后来催生了ChatGPT。2024年OpenAI重建独立机器人团队，并宣布与人形机器人初创公司Figure合作开发机器人AI模型，该合作于2025年2月结束，Figure转而自主研发。

OpenAI表示目前仍在开发自研人形机器人，首席执行官Sam Altman的目标是在2027年完成首次公开演示。此次调整的仓促程度从侧面可见：团队解散后，公司本周在奥斯汀举行的顶级学术机器人会议CoRL上仍保留展位注册，但据《财富》杂志报道，记者前往208号展位时发现展位空置，OpenAI标识已不见踪影。

通用模型带来的突破

OpenAI在回应《财富》时说明了战略判断的变化。公司称，年初研究人员原本认为推动机器人领域进展的最佳路径，是在Sora等视频生成模型的基础上继续深耕，因为生成逼真视频要求模型对物理世界运行方式具备某种隐性理解。但此后GPT-6 Astra等通用前沿模型展现出可直接用于机器人控制的能力，这一发现促使公司改变方向。

支撑这一判断的是一项基准测试结果。在英伟达的一项测试中，由Astra驱动的智能体在模拟操作基准测试中成功率达到74.8%，高于该榜单上最佳专用机器人模型报告的51.0%。

卡内基梅隆大学机器人研究所助理教授Guanya Shi将此次调整解读为一个信号：OpenAI认为机器人学不再是一个特殊问题，而是通用智能的一项下游应用，正如同一套底层前沿AI模型如今同时驱动代码、法律、金融等垂直领域的专业工具。他补充说，通用模型在空间感知和推理能力上的进步，已使其能够处理此前需要专门训练的任务，例如应对瓶子摆放位置变化或光线条件改变，以及对任务步骤进行推理排序。

行业影响与质疑

这一思路对当前机器人创业生态构成潜在挑战。众多机器人初创公司是在机器人需要自有大脑的前提假设下募集了数十亿美元资金，而通用模型可直接用于机器人控制的可能性，从根本上动摇了这一叙事。

也有研究者认为专用能力仍不可替代。MIT教授、Walden Robotics联合创始人兼CEO Russ Tedrake表示，机器人公司仍具备AI实验室不拥有的优势：它们的机器人已在工厂车间等真实场所积累实际作业经验，这类部署数据帮助机器人适应特定工作场景和任务；更强大的基础模型反而使这些场景专属数据更具价值，因为机器人可以从中更快速地学习。Generalist联合创始人Pete Florence则更为审慎，称培育智能的起点可能不止一种，目前尚不清楚哪个现有模型将最终主导机器人领域。

技术层面的制约同样存在。Guanya Shi指出，大型语言模型虽然强大，但运行速度慢且依赖云端部署，意味着机器人需要持续联网；能在机器人本地计算机上独立运行、无需持续网络连接的小型专用模型仍有其存在价值。

成本压力与IPO筹备

此次重组发生在OpenAI承压削减成本的背景之下。据报道，公司最近一个季度的运营亏损高达109亿美元，同时正寻求完成新一轮融资，并为2027年初可能的IPO做准备。

Altman此前已要求公司放弃旁支任务，将资源集中于核心产品。此后OpenAI陆续削减了若干项目，包括视频生成模型Sora，以将算力资源重新调配至更具商业潜力的核心业务。将机器人研究人员并入主线研究，既契合聚焦核心的战略导向，也有助于减少重复建设、提升研发效率。

OpenAI同时强调，机器人仍是其长期愿景的核心组成部分，此次调整并非放弃这一方向，而是改变推进方式。

要点

• OpenAI解散独立运营的机器人团队
• 机器人研究团队向Mark Chen汇报
• 应用机器人与硬件团队向Greg Brockman汇报
• Astra驱动智能体测试成功率74.8%
• OpenAI上季度运营亏损109亿美元