OpenAI解散机器人团队 押注通用模型

OpenAI 已经解散了它的独立机器人团队。公司在回应 Fortune 问询时确认了这次调整，并把此举描述为对机器人的进一步整合，而不是退出这条赛道。按照新架构，原先的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；应用机器人团队与硬件团队则并入规模更大的应用业务，向总裁 Greg Brockman 汇报。

一个细节很能说明调整之突然：OpenAI 早已在美国奥斯汀举行的机器人学术会议 CoRL 上订好展位，会议 App 和展位图上还标着它的名字，但 Fortune 记者走到 208 号展位时，那里空空荡荡，看不到任何 OpenAI 标识。

这不是 OpenAI 第一次在机器人上折返。公司创立初期就设过机器人团队，2020 年将其关闭，联合创始人 Wojciech Zaremba 当时给出的理由是机器人数据有限，而通过其他路径通往通用人工智能更高效——此后 OpenAI 把重心压在超大规模语言模型上，并在 2022 年底做出了 ChatGPT。2024 年它重建了独立机器人团队，宣布与新创公司 Figure 合作开发人形机器人的 AI 模型；这段合作在 2025 年 2 月结束，Figure 转而自研。OpenAI 表示仍在开发自己的人形机器人，CEO 山姆·奥特曼给出的目标是 2027 年首次公开演示。

促使这次拆并的，是 OpenAI 对技术路线的判断变了。公司发言人称，年初时研究人员还认为推进机器人最好的办法是沿用 Sora 这类视频生成模型的思路，靠对物理世界的隐式理解往上叠；但今年以来，包括 GPT-6 Astra 在内的通用前沿模型已经证明可以直接用在机器人上，于是独立团队就没了存在的必要。

外部研究给出了一个参照。英伟达一项实验把摄像头画面、机器人状态和一个控制接口交给 Astra 驱动的智能体，在 RoboLab-120 仿真操作测试中取得 74.8 ％的任务成功率，而该榜单上成绩最好的专用机器人模型是 51.0 ％。需要说明的是，这个结果依赖额外的智能体运行环境，且只在仿真条件下取得，通用模型在响应速度与成本上仍有明显短板。

学界对此看法不一。卡内基梅隆大学机器人研究所助理教授 Guanya Shi 认为，这等于承认机器人「不再是一个特殊问题」，而是通用智能的下游应用，就像同一批基础模型现在既写代码也做法律和财务工具。MIT 教授、Walden Robotics 创始人 Russ Tedrake 则提醒，机器人公司手里有 AI 实验室没有的东西：真机在工厂车间里积累的部署经验和数据，基础模型越强，这些场景数据越值钱。

把视角拉远，这次重组也踩在 OpenAI 收缩成本的节奏上。奥特曼去年就要求公司砍掉「支线任务」，Sora 等项目的算力被重新分配给更核心、更可能赚钱的方向；公司上一季度运营亏损据称达 109 亿美元，眼下正在推进新一轮融资，并为可能于 2027 年初启动的 IPO 做准备。

对机器人创业公司来说，这个信号并不轻松：过去几年它们以「机器人必须有自己的大脑」为前提融到了数十亿美元，而 OpenAI 的最新判断是，大脑可以外购，甚至可以直接借。

编译自 Fortune，原标题："Exclusive: OpenAI disbands its robotics team as its general-purpose AI models start running robots"