本周在德州奥斯汀举办的机器人学习顶会(CoRL)现场,大会官方应用和展区平面图上都清楚标着 OpenAI 的名字。可真走到 208 号展位跟前,那里却空空荡荡,连一个品牌标志都找不到。几名原独立机器人团队成员在展位附近转悠,身边还是围拢了不少同行。
展位还在,编制没了。据《财富》杂志美东时间 11 月 13 日中午发布的独家报道,OpenAI 已向该刊确认,公司已解散独立的机器人团队,相关人员被拆分并入其他部门。公司发言人给出的定调却很耐人寻味:这次重组不是撤退,恰恰说明机器人依然是公司长期愿景的核心。一边撤掉专职部门、空出顶会展台,一边坚称重视程度不减,这葫芦里到底卖的什么药?
人员拆去哪了,OpenAI 真不造机器人了吗?
先看人事去向。按照 OpenAI 官方确认的架构调整方案,原独立机器人团队被一分为二:负责底层探索的机器人研究人员并入公司主研究团队,向首席研究官马克·陈(Mark Chen)汇报;负责应用机器人与硬件工程的人员则划入规模更大的应用(Applied)部门,向公司总裁格雷格·布罗克曼(Greg Brockman)汇报。
这并不是 OpenAI 头一回把专项团队拆散并入大盘。早在 2020 年,OpenAI 就曾关停过早期的机器人团队,联合创始人沃伊切赫·扎伦巴(Wojciech Zaremba)事后解释,当时受限于机器人数据匮乏,而用海量人类文本训练超大规模语言模型是通往通用人工智能(AGI)更高效的路径——这条路后来在 2022 年底跑出了 ChatGPT。再往近处看,2024 年 5 月,在两位联合负责人——联合创始人伊利亚·苏茨克维(Ilya Sutskever)与扬·莱克(Jan Leike)双双离职后,《连线》与CNBC也曾确认 OpenAI 解散了成立不到一年的“超级对齐”(Superalignment)独立团队,将其工作吸收进其他研究部门。
到了机器人这条线上,OpenAI 的动作更是几经反复:2023 年 3 月,旗下的创业基金领投了人形机器人制造商 1X Technologies 规模达 2350 万美元的 A2 轮融资;2024 年,公司又重新组建独立机器人团队,并与初创企业 Figure 达成合作,共同开发人形机器人模型。好景不长,Figure AI 在 2025 年 2 月宣布退出合作,转头自研机器人模型。即便如此,OpenAI 自己造人形机器人的计划并未喊停,首席执行官萨姆·奥尔特曼(Sam Altman)定下的目标是在 2027 年拿出首次公开演示。按发言人的说法,把研究人员挪去通用模型团队,是目前加速造出通用机器人的最佳办法。
通用大模型直接开机器,是怎么跑通的?
据《财富》报道,许多机器人初创公司的技术路线,是“专车配专职司机”:单独组建研发团队,专门打造具备“空间智能”的专用模型来充当机器人的数字大脑。OpenAI 发言人也坦言,今年年初公司内部研究人员还抱有类似假设,觉得要想在机器人上取得突破,最好顺着视频生成模型 Sora 的路子往下走——毕竟 Sora 为了生成逼真画面,好歹隐含了一套对物理世界运转规律的理解。
结果自家的通用前沿模型给了他们一个意外。据《财富》报道,已有研究人员尝试把处理语言、代码与视觉的通用模型 GPT-6 Astra 直接连上机器人,给它输入摄像头画面、机器人状态信息和控制接口,让它直接下达动作指令,表现令人惊讶。打个比方,这就像原本以为开挖掘机非得去技校苦练专项手艺,结果发现一个看图和逻辑推理能力极强的通才,直接看一眼仪表盘和摄像头就能上手操作。
英伟达(NVIDIA)的研究页面显示,研究人员将 GPT-6 Astra 作为持久上下文中的智能体策略进行了测试。在英伟达的一项研究中(RoboLab-120 数字仿真操作基准)(注:模型在数字模拟环境里指挥虚拟机器人,而非控制实体机器),由 Astra 驱动的智能体拿下了 74.8% 的成功率,而该榜单上表现最好的专用机器人模型报告成绩为 51.0%。
卡内基梅隆大学机器人研究所助理教授石冠亚(Guanya Shi)对《财富》分析称,这一重组释放出的信号是,OpenAI 很可能不再把机器人当成一道“特殊难题”,而是将其看作通用智能的下游应用——就像同一套前沿底座模型如今直接驱动编程工具、法律软件或金融分析工具一样。按石冠亚的观察,通用模型在空间理解与逻辑推理上的进步,已经能让它们应付过去必须靠专项训练才能处理的状况:哪怕瓶子换了摆放位置、房间光线变了,模型也能反应过来,还能自己推演任务步骤,甚至判断哪一步出了岔子。
财务账本吃紧,砍掉独立编制是在省钱算总账吗?
仿真测试展现潜力是一层原因,账本上的压力同样摆在台面上。眼下 OpenAI 正面临严峻的成本控制与商业聚焦考验。据《财富》援引相关报道数据,OpenAI 最近一个季度的运营亏损高达 109 亿美元,公司正急着敲定新一轮融资,并为可能在 2027 年初启动的首次公开募股(IPO)做准备。
在这个节骨眼上,每一张算力卡都得花在刀刃上。据《财富》报道,去年奥尔特曼就在内部明确表态,公司必须砍掉“支线任务”(side quests),把算力资源重新集中到更核心、更有盈利前景的企业级产品等主业上;此前包括 Sora 在内的一些项目就已经被精简放弃。
《财富》指出,市面上许多机器人初创公司此前正是凭着“机器人需要专属大脑”的前提筹集了数十亿美元资金,如今这套底层假设正迎来正面挑战。对在北美科技圈看工作机会或观察赛道的华人工程师来说,当头部实验室尝试拿通用模型直接驱动硬件,衡量相关岗位与项目技术壁垒的眼光也得跟着变一变了。
靠云端大模型管车间机器,现实短板在哪?
通用模型在仿真测试里赢了漂亮的一仗,是不是意味着专攻机器人的创业公司就此没戏了?那倒未必,实验室里的模拟高分跟工厂车间里的真刀真枪还隔着几道坎。
麻省理工学院教授、Walden Robotics 联合创始人兼首席执行官拉斯·泰德雷克(Russ Tedrake)点出了机器人公司手里的硬筹码:它们的实体机器已经在工厂车间等真实场所里干活攒经验了。这种现场部署经验以及机器在特定工位收集到的真实物理数据,是纯软件实验室在云端敲不出来的。泰德雷克认为,更强大的基础模型反而会让这些场地专属数据更值钱,因为机器人能借此学得更快。
另一道硬伤在于网速与断网风险。《财富》指出,大型语言模型虽然聪明,但反应偏慢,而且必须托管在云端服务器上运行,这意味着机器人得时刻保持稳定的网络连接。真到了信号不稳的仓库角落或需要快速实时反应的场景,总不能等云端慢吞吞传回指令。因此石冠亚判断,体积更小、无需时刻联网、能直接跑在机器人机载电脑上的专用小模型依然不可或缺。致力于训练通用机器人模型的初创公司 Generalist 联合创始人皮特·弗洛伦斯(Pete Florence)也向《财富》表示,培养智能的起点可以有很多种,眼下还没有哪款现有模型能稳坐机器人领域的长远头把交椅。
游仕观察
回看奥斯汀展厅里那个空荡荡的 208 号展位,它更像是一次路线取舍的现场切片。从旁观视角看,OpenAI 兜了一大圈,似乎更倾向于回到自己最顺手的老本行:把模型研发重心归拢到通用底座上,再由内部保留的应用与硬件团队配合推进自研机器人,不再单独供养一支平行的专用模型团队。
真正值得紧盯的悬念其实在车间和机房的交界处:一边是手握算力重兵、试图用一套通用模型通吃万物的云端巨头,另一边是守着工厂真实工况数据和机载端侧算力的硬件派。倘若 OpenAI 目标中的首次公开演示如期亮相,且届时真由通用模型上阵充当“通才大脑”,人们就能亲眼看看它装进真实的钢铁躯壳里到底能不能走稳每一步。
对在北美做仓储、物流或小型加工的华商来说,这场路线之争一时还落不到采购单上,但选购自动化设备时,不妨先向供应商问清两件事:机器的“大脑”是跑在机载电脑上还是依赖云端,仓库角落信号不稳时还能不能离线完成基本动作;设备会不会用你自家场地攒下的作业数据持续调教。前一条关系到断网停工的风险,后一条决定了机器在你这间仓库里能越用越顺手,还是永远停留在出厂水平。
来源
- 《财富》杂志:独家:通用模型开始驱动机器人,OpenAI解散独立机器人团队
- 《连线》:WIRED报道OpenAI已解散长期AI风险团队
- CNBC:CNBC报道OpenAI成立不足一年便解散长期AI风险团队
- 1X Technologies:2023年3月OpenAI基金领投1X公司2350万美元A2轮融资
- Figure AI 在 2025 年 2 月宣布退出合作:Figure AI宣布退出与OpenAI的合作并专注自研AI
- 英伟达(NVIDIA)在相关项目评估中:GPT-6 Astra在持久上下文中结合Codex评估智能体策略
https://www.wired.com/story/openai-superalignment-team-disbanded/
https://www.cnbc.com/2024/05/17/openai-superalignment-sutskever-leike.html
https://www.1x.tech/discover/1x-rasies-23-5m-in-series-a2-funding-led-by-open-ai
https://techcrunch.com/2025/02/04/figure-drops-openai-in-favor-of-in-house-models/