OpenAI 解散独立机器人团队,时隔六年两次调整,当年缺数据如今因通用模型进化过快

OpenAI 向《财富》确认正式解散独立机器人团队,这是六年之内第二次对机器人业务做重大调整,2020 年第一次关停机器人团队的核心原因是机器人训练数据不足,而这次调整的核心逻辑是 GPT-6 Astra 这类通用大模型进化速度超出预期,已经可以直接承担机器人控制任务,不需要单独设立独立机器人研发团队。本次人员拆分方案很明确,机器人方向研究员并入首席研究官 Mark Chen 主管的核心研究部门,机器人应用、硬件相关人员划入 Greg Brockman 分管的应用部门。OpenAI 强调机器人依旧是长期 AGI 愿景里面重要一环,不是放弃机器人赛道,而是改变研发路线,把机器人研究合并进通用大模型主线,不再单独开辟一条支线。之前内部规划原本打算依靠 Sora 视频模型积累物理世界认知,再迁移到机器人控制,现在这条中间路线被通用模型直接跳过,在 RoboLab-120 仿真基准测试里,GPT-6 Astra 不用专门做机器人专项训练就能输出动作指令,搭配智能体会话后成功率超过专用机器人模型。不过这个路线也有短板,云端通用模型对网络依赖高,机器人本地低延迟控制的需求还很难满足,行业内也有不少专家认为,机器人还是需要轻量化本地专用模型做补充。

一、两次团队调整对比清单

时间当时情况核心原因
2020 年首次关停独立机器人团队机器人可用训练数据稀缺,走大模型路线实现 AGI 效率更高
2026 年 11 月第二次解散独立机器人团队通用大模型进化太快,GPT-6 Astra 可直接驱动机器人任务,取消独立团队整合进主线

二、本次人员分流安排

  1. 机器人方向研究员:并入核心研究部门,向首席研究官 Mark Chen 汇报
  2. 机器人应用、硬件工程师:划入应用部门,由总裁 Greg Brockman 管理
  3. 业务定位:机器人项目保留,不再作为独立团队运作,变成通用模型的下游应用场景

三、关键测试数据

  • 测试基准:RoboLab-120 桌面抓放仿真任务
  • GPT-6 Astra 直接生成动作成功率:66.3%
  • GPT-6 Astra 搭配 Codex 持续会话智能体:成功率 74.8%
  • 对比:之前榜单最优专用机器人策略模型成功率 51%

四、路线变化逻辑

  1. 旧路线设想:Sora 视频模型学习物理规律,再把能力蒸馏给机器人专用模型
  2. 新路线:通用大模型直接理解场景、规划动作、纠错,机器人属于通用智能的应用
  3. OpenAI 官方表态:整合之后可以加速机器人研发,不是退出具身智能赛道
  4. 原有规划不变:Sam Altman 依旧计划 2027 年对外展示人形机器人演示

五、优势与争议点

✅ OpenAI 这套新路线的优势

  1. 不用单独投入资源训练机器人专用模型,复用通用大模型的能力
  2. 场景理解、任务规划、异常纠错能力更强,适配多变的现实环境
  3. 研发资源集中在大模型主线,减少支线团队的管理成本
  4. 通用模型大多跑在云端,依赖网络,没法满足机器人本地实时控制的低延迟需求
  5. 云端模型算力成本高,不适合大规模量产机器人
  6. 不少行业观点认为,未来机器人依然需要本地轻量化小模型做兜底

⚠️ 行业争议短板

六、后续跟踪重点

  1. OpenAI 原定 2027 人形机器人演示计划是否调整
  2. GPT-6 Astra 落地真实物理机器人的实操效果
  3. 其他具身智能厂商(Figure、DeepMind 等)的路线变化
  4. 机器人本地端侧模型和云端通用模型的分工方案

【相关 FAQ】

问题 1:OpenAI 解散独立机器人团队,这次和六年前关停机器人团队的原因一样吗?

回答 1:不一样,六年前 OpenAI 关停机器人团队是因为机器人训练数据不足;这次解散独立机器人团队,是因为 GPT-6 Astra 这类通用模型进化太快,已经可以直接驱动机器人任务,所以把机器人研发并入大模型主线。

问题 2:OpenAI 解散机器人独立团队,是不是意味着 OpenAI 放弃机器人、人形机器人赛道?

回答 2:并不是,OpenAI 明确机器人依旧是长期愿景的核心部分,只是取消独立机器人团队、人员重新分流,原定 2027 年人形机器人演示计划暂时没有取消,只是研发路线发生改变。

问题 3:GPT-6 Astra 为什么会直接影响 OpenAI 机器人团队的架构调整?

回答 3:在 RoboLab-120 仿真测试里,GPT-6 Astra 不用专门机器人专项训练就能输出机器人动作,搭配智能体后成功率超过传统专用机器人模型,OpenAI 判断机器人可以直接作为通用大模型下游应用,不需要单独团队。

问题 4:OpenAI 机器人团队解散之后,里面的研发人员怎么安排?

回答 4:OpenAI 机器人团队里的研究员并入首席研究官 Mark Chen 的核心研究部门,机器人应用和硬件人员划分到 Greg Brockman 负责的应用部门,继续参与机器人相关研发。

【参考资料】

[2026-11-14](OpenAI 机器人团队解散!六年前缺数据,今天怪模型进化太快)新浪财经

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

[2026-11-13](OpenAI 撤销独立机器人团队,具身智能路线迎来分歧)36 氪

【免责声明】

本文仅整理 OpenAI 团队重组的公开信息和行业观点,OpenAI 机器人研发路线、人形机器人演示时间存在后续调整可能。通用大模型驱动机器人目前大多停留在仿真环境,真实机器人落地仍有大量工程难题,本文不构成赛道投资、技术选型建议。

本文来自作者[分涡演算]投稿,不代表乌兰科技网立场,如若转载,请注明出处:https://www.wlcbnews.com/shuma/202611/3392.html

赞 (2)

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)

  • 分涡演算
    分涡演算 2026年11月16日

    我是乌兰科技网的签约作者“分涡演算”!

  • 分涡演算
    分涡演算 2026年11月16日

    希望本篇文章《OpenAI 解散独立机器人团队,时隔六年两次调整,当年缺数据如今因通用模型进化过快》能对你有所帮助!

  • 分涡演算
    分涡演算 2026年11月16日

    本站[乌兰科技网]内容主要涵盖:互联网行业的追踪与探索

  • 分涡演算
    分涡演算 2026年11月16日

    本文概览:OpenAI 向《财富》确认正式解散独立机器人团队,这是六年之内第二次对机器人业务做重大调整,2020 年第一次关停机器人团队的核心原因是机器人训练数据不足,而这次调整的核心逻辑是 GPT-6 Astra 这类通用大模型进化速度超出预期,已经可以直接承担机器人控制任务,不需要单独设立独立机器人研发团队。本次人员拆分方案很明确,机器人方向研究员并入首席研究官 Mark Chen 主管的核心研究部门,机器人应用、硬件相关人员划入 Greg Brockman 分管的应用部门。OpenAI 强调机器人依旧是长期 AGI 愿景里面重要一环,不是放弃机器人赛道,而是改变研发路线,把机器人研究合并进通用大模型主线,不再单独开辟一条支线。之前内部规划原本打算依靠 Sora 视频模型积累物理世界认知,再迁移到机器人控制,现在这条中间路线被通用模型直接跳过,在 RoboLab-120 仿真基准测试里,GPT-6 Astra 不用专门做机器人专项训练就能输出动作指令,搭配智能体会话后成功率超过专用机器人模型。不过这个路线也有短板,云端通用模型对网络依赖高,机器人本地低延迟控制的需求还很难满足,行业内也有不少专家认为,机器人还是需要轻量化本地专用模型做补充。

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