OpenAI解散独立机器人团队 通用大模型可直接控制机器人

近期,行业观察获悉,一家知名AI企业对其内部的机器人研发团队进行了重大重组——该公司解散了独立的机器人研究团队,将相关研究人员分散调配至其他部门,核心原因是其开发的第6代通用大模型(Astra版)等产品,已能直接实现对机器人的控制,且表现远超传统专用模型。
据了解,此次重组发生在不久前,相关调整已得到该公司官方证实。具体来看,原机器人研究团队并入公司主研究部门,向首席研究官马克·陈汇报;而应用机器人及硬件相关团队则并入规模更大的应用部门,向公司总裁格雷格·布罗克曼负责。该公司发言人明确表示,机器人研发仍是其长期战略的核心部分,此次调整并非放弃该领域,而是为了更好地聚焦于核心技术研发。
推动此次重组的关键因素,是通用大模型在机器人任务中展现出的出色能力。此前,该公司研究人员曾认为,基于视频生成模型(如Sora)的研发是推动机器人发展的有效路径,因为这类模型能隐含理解物理世界的运作规律。但后续的研究成果显示,包括第6代通用大模型(Astra版)在内的通用前沿模型,已无需专项训练机器人数据,即可直接用于机器人控制。
相关实验数据进一步验证了这一点:研究人员为Astra接入摄像头画面、机器人信息及控制接口,让模型向机器人下达指令。在一项数字仿真环境的测试中,由Astra驱动的智能体操作成功率达到74.8%,而此前表现最佳的专用机器人模型,成功率仅为51%。
此次重组也折射出整个AI行业的发展趋势:业界越来越认可,原本服务于语言、代码和视觉领域的通用模型,同样可应用于具身智能场景,即控制机器人、无人驾驶设备等物理实体。因此,企业无需单独设立机器人团队来研发专用AI模型,通用模型已可承担这一角色。
卡内基梅隆大学机器人研究所助理教授关亚·施对此表示,该公司的举动释放了一个明确信号——不再将机器人视为特殊问题,而是将其看作通用智能的下游应用,如同当前通用模型驱动编程、法律等专业工具一样。他还指出,通用模型在空间能力和推理能力上的进步,使其能应对环境变化(如物体位置调整、光线变化),还可完成任务顺序推理及错误判断。不过,他也提到,大语言模型运行速度较慢且依赖云端,因此仍需开发可在机器人本地运行的小型专用模型,以降低联网依赖。
麻省理工学院教授、某机器人企业联合创始人拉斯·泰德雷克则认为,机器人初创公司仍具备AI实验室所没有的优势:其研发的机器人已在工厂车间等真实场景积累了大量工作经验,这些实地部署的数据能帮助机器人快速适应特定任务。他补充道,更优秀的基础模型会放大这些现场数据的价值,让机器人学习效率更高。
另一家专注于机器人通用模型研发的初创公司负责人皮特·弗洛伦斯也表示,智能发展可能存在不同路径,目前尚无法确定现有模型中哪一个会在长期主导机器人领域。
事实上,该公司在机器人领域的路线曾多次调整:创立初期曾拥有机器人团队,2020年因机器人数据有限,认为其他路径更利于通用人工智能发展而裁撤团队;2024年重建独立机器人团队,并与一家人形机器人初创公司合作开发人形机器人AI模型,该合作于2025年2月结束;目前该公司正自主研发人形机器人,计划于2027年首次公开演示。
此次重组的另一背景是该公司面临的成本压力:近期财报显示其运营亏损高达109亿美元,正寻求新一轮融资并为2027年初的IPO做准备,因此需聚焦核心业务,砍掉非支线项目,包括此前的视频生成模型项目,将算力资源重新分配给高潜力业务。

