OpenAI确认解散独立机器人团队
11月13日，《财富》发布独家报道，OpenAI向其确认：公司已撤销独立机器人团队，原团队研究人员并入首席研究官马克·陈（Mark Chen）手下的主研究团队，应用机器人与硬件相关人员则转入总裁格雷格·布罗克曼（Greg Brockman）负责的Applied部门。OpenAI给出的理由相当直白——以GPT-6 Astra为代表的通用模型已经能够直接操控机器人，专门为机器人“造脑子”的独立团队没有再保留的必要。
OpenAI证实解散独立机器人团队，研究员并入Mark Chen麾下
这次调整并非悄悄进行。Fortune从OpenAI处获得确认，组织架构变动已经落地：
- 机器人研究方向的研究员，整体并入马克·陈领导的核心研究团队；
- 应用机器人及硬件团队，划归格雷格·布罗克曼管理的Applied部门；
- OpenAI发言人强调，此次重组不等于退出机器人领域，机器人仍是公司长期愿景的核心，调整目的是加快研发节奏。
卡内基梅隆大学机器人研究所助理教授Guanya Shi对此解读称，这一动作释放的信号很强烈：OpenAI不再把机器人视为一个需要单独解决的特殊问题，而是将其看作通用智能的下游应用。OpenAI官方回应也印证了这种判断——今年年初，研究人员还认为推进机器人技术的最佳路径是在Sora等现有模型基础上继续研发；但随着GPT-6 Astra等通用前沿模型展现出直接用于机器人控制的潜力，高层决定把研究资源收拢到通用模型体系中。
不过，OpenAI工程师David Schnurr在X上补充称，公司仍在推进机器人研究，目前有15个机器人相关职位在招聘。只是相比全公司超过800个空缺岗位，这个比例显得微乎其微。当网友追问是否将由GPT-6 Astra直接负责物理控制时，Schnurr选择了沉默。
英伟达RoboLab-120基准：Astra拿下74.8%，专用模型最高51%
支撑OpenAI这一决策的，是一份来自英伟达的仿真测试数据。10月14日公布的研究显示，在RoboLab-120模拟抓取基准上，GPT-6 Astra直接生成机器人动作的成功率达到66.3%；接入智能体系统后，成功率进一步升至74.8%。作为对比，那些在真实机器人数据上专门训练过的专用机器人模型，最好成绩只有51%。
测试方式本身也值得注意。研究人员只给Astra三样东西：摄像头画面、机器人自身状态数据，以及一根控制接口线。没有针对具体任务的手把手示教，也没有为机器人单独收集的大规模真机数据。Astra像是一个看过无数遍通关视频的玩家，自己看画面、自己拆步骤、自己下指令。
这与传统机器人开发路径形成鲜明反差。过去要让机器人倒一杯水，需要有人一个动作一个动作地教，用真实数据训练一个“专用脑子”；一旦任务换成拧螺丝，机器人往往立刻“失忆”。而通用模型开始同时处理理解场景、判断下一步、根据执行结果纠错这些过去由机器人研究者专门分工的环节，专用模型与通用模型之间原本泾渭分明的边界，正在被侵蚀。
模拟场里的冠军，未必扛得住产线上的碰撞与节拍
74.8%的数字很漂亮，但有一个无法回避的前提：那是模拟环境。
真实机器人要的是便宜、快、别出错。通用大模型在这三样上目前都不占优。机械臂接触物体后，需要及时处理位移、受力和碰撞；机器人本地计算能力、网络条件和任务节拍，也会限制模型的规模与运行方式。理解一项操作和以合适的速度持续执行，需要不同的资源配置。真上了产线，这笔账未必算得过来。
英伟达的仿真基准测试的是抓取成功率，而工厂车间里还有节拍压力、异常恢复、安全冗余和停机成本。一个在模拟器里能抓取成功的模型，放到真实产线上可能因为几毫秒的延迟或一次碰撞误判就造成停线。OpenAI把研究人员并入主模型团队，折射出的是研发资源的重新安排：部分机器人问题可以进入通用模型的能力建设，相关进步也能由多个应用共同利用；硬件与控制工程继续处理具体身体的约束，模型研究则扩大能够统一解决的问题范围。但这种分工能否在真实场景中跑通，目前还没有公开的产线级验证。
六年内第二次拆队，OpenAI在机器人方向上反复横跳
这已经是OpenAI第二次解散机器人团队。
2020年，OpenAI以数据有限、通过其他技术路径能更高效实现AGI为由，逐步关闭了早期机器人团队。两年后，ChatGPT横空出世。2024年，OpenAI重新组建独立机器人团队，并与Figure签署合作协议，计划结合自身模型研究与对方的硬件、软件经验开发人形机器人模型。到了2025年2月，双方合作终止，Figure随后表态将自行研发机器人模型。OpenAI决定自己单干，并放话2027年进行首次人形机器人公开演示。
结果2027年还没到，团队先没了。一个方向在六年里拆两次，说明的不只是模型有多强，也说明OpenAI自己对机器人这条路一直没拿定主意。发言人虽然表示人形机器人演示仍定在2027年，但在演示真正拿出来之前，这只能算一个说法。
Anthropic的机械臂拧起魔方，专用模型公司被逼到墙角
OpenAI不是唯一在秀“通用模型直接操控机器人”的玩家。五天前，Anthropic也展示了Fable 5.2控制两只机械臂拧魔方、拧瓶盖、装齿轮，甚至拿笔画了一个机器人。官方强调Fable 5.2从未训练过这些任务。当然，视频并非原速，光解魔方就花了40分钟。另有报道称，在部分仿真测试中，Claude Fable Astra操作机器人的成功率甚至达到GPT-6 Astra的两倍以上——不同基准、不同设定下的数字互相打架，恰恰说明模拟成绩的参考价值有限，但竞争信号已经足够清晰。
压力正在传导至专用机器人模型公司。Physical Intelligence通过API提供模型微调和托管推理，帮助客户高效适配新任务；另一家初创企业Generalist则依靠自采物理交互数据训练模型，并适配夹爪等不同机械臂末端工具。这些公司仍在追求跨任务、跨机器人的通用能力，但随着前沿模型不断进入物理行动领域，竞争将更多落到相近条件下的实际表现：完成同一项工作，需要多少新数据、多久适配时间、多高的运行成本。
OpenAI这次解散独立机器人团队，等于把问题抛给了整个行业：如果通用大模型真的能直接当机器人的大脑，那么专门为机器人造脑子的公司，还剩多少不可替代的价值？在2027年的人形机器人演示到来之前，没有人能给出确定答案。
