OpenAI解散机器人团队:到底发生了什么?
11月13日,OpenAI把自己独立的机器人研究团队给解散了,人员分到其他部门去。
听上去像是OpenAI不搞机器人了?不是。 OpenAI自己说:这恰恰是为了更快搞机器人,只不过换了条路。
以前的思路是:机器人太特殊了,得专门给它训练一个"专属大脑"——就像给机器人单独开一个专业,从小学到大学专门学怎么动手干活。
现在发现:根本不用。 OpenAI最新的通用大模型GPT-6 Astra,拿过来直接就能指挥机器人干活,效果比专门训练的机器人模型还好。
测试数据:Astra驱动的机器人,操作成功率74.8%;当时最好的专用机器人模型,才51%。
这就好比:本来你觉得学做菜得专门报个厨师班,结果发现一个博览群书的通才,看了几遍菜谱直接上手,比科班出身的厨师还利索。
为什么突然做这个决定?
1. 技术上的意外发现
年初的时候,OpenAI还觉得机器人得靠Sora(视频生成模型)那条路慢慢磨。结果GPT-6 Astra出来之后,大家发现这通用模型天生就会干机器人的活——瓶子换个位置、光线变了、步骤排个序,它都能应对,这些以前都是专用模型才搞得定的。
既然通用模型已经能打了,再单独养一个机器人团队,就是重复造轮子。
2. 成本压力山大
OpenAI最近一个季度运营亏损109亿美元,还在准备新一轮融资和2027年初IPO。Sam Altman早就要求砍掉"旁支任务",集中资源干核心业务。
机器人团队这种烧钱、短期看不到收入的部门,首当其冲被整合。
3. 这已经是第二次解散了
2020年:第一次解散机器人团队,理由是"机器人训练数据太少,不如先搞文本大模型"——然后就搞出了ChatGPT。
2024年:又重建,跟人形机器人公司Figure合作。
2025年2月:合作分手,Figure自己搞。
2026年11月(现在):又解散了。
折腾了一圈,结论又回到了2020年的判断:与其给机器人单独造大脑,不如把通用模型做到极致,机器人自然就能用了。
以前机器人圈有个默认前提:机器人需要一个专门的大脑。很多创业公司就是靠这个故事融了几十亿美元——"我们的模型是专门为机器人优化的,比通用模型强"。
现在OpenAI用数据说:通用模型直接跑,74.8% vs 51%,专用模型连通用模型都打不过。这个叙事被捅破了一个大洞。
就像当年大家都觉得"手机得有专门的系统",结果iPhone出来之后发现,一个通用操作系统就能搞定一切,专门做功能机系统的公司全没了。
但是解散之后有几个现实问题还在
1. 速度问题:大语言模型跑起来慢,机器人要实时反应,你不能让机器人伸手拿个杯子,等两秒才动。现在通用模型是跑在云端的,机器人得一直联网——现实里工厂、家里哪有这么稳的网络?
2. 身体数据还是缺:通用模型懂世界,但它没"长过身体"。机器人在真实工厂里干了十万小时积累的那些经验——比如这个机械臂用久了关节会松、这个零件抓多大力合适——这些数据,通用模型在书本上学不到。
3. 小模型仍有价值:机器人本地跑的小模型(不用联网、反应快)永远有市场,就像你手机里的语音助手,不可能所有指令都发给ChatGPT处理。
但"通用模型通吃一切"这个结论现在还下得太早——它解决了"懂不懂"的问题,还没解决"快不快、稳不稳、能不能离线"的问题。机器人行业真正的竞争,接下来会从"谁的大脑更聪明",变成"谁的身体在真实世界里跑的数据更多"。