OpenAI解散獨立機器人團隊，通用模型路線取代專用模型
nashnova research
OpenAI解散獨立機器人團隊，將人員併入核心研究及應用部門——因為GPT-6 Astra等通用模型已能直接控制機器人，公司判斷毋須再單獨開發專用模型，這可能重新定義整個機器人創業賽道的競爭壁壘。
為甚麼突然解散？不是說機器人很重要嗎？
OpenAI強調機器人仍是長期核心願景，解散的是獨立團隊，不是放棄方向。
直接原因：年初團隊還打算基於Sora（影片生成模型）的成果推進機器人，但後來發現GPT-6 Astra這類通用模型已能直接驅動機器人。
這意味著→ 原本以為要「專門造一把鎖匙」，結果發現「萬能鎖匙已經夠用」，專門團隊的存在理由就沒了。
人散了，去了哪裡？
研究人員併入核心研究團隊，向首席研究官陳馬克（Mark Chen）匯報。
應用及硬件人員併入規模更大的應用部門，由總裁格雷格·布羅克曼（Greg Brockman）負責。
簡單來說＝ 不是裁員，是把「機器人小分隊」拆進兩支大部隊——一邊做底層研究，一邊做落地產品。
通用模型真的比專用模型強了？
英偉達一項研究顯示，Astra驅動的智能體在模擬機器人操作測試中成功率達74.8%，而此前最強的專用模型只有51.0%。
但這個成績來自數碼仿真環境，並非真實機器人在現實場景中的表現。
這意味著→ 通用模型在「虛擬考試」裡已經碾壓專用模型，但能否在真實工廠裡幹活，仍未經驗證。
那機器人創業公司是不是要慌了？
卡內基梅隆大學助理教授石冠亞認為，OpenAI可能不再將機器人視為「特殊難題」，而是看作通用智能的一種下游應用——就像通用模型已在為編程、法律、金融工具提供底層能力一樣。
但麻省理工教授拉斯·特德雷克（Russ Tedrake）反駁：機器人初創公司在真實工廠車間累積的部署經驗和任務數據，是大實驗室難以複製的。基礎模型越強，真實場景數據反而越值錢。
石冠亞還指出一個現實瓶頸：通用大模型運行慢、要聯網，機器人必須保持穩定連接，因此能在本地運行的小型專用模型仍有生存空間。
OpenAI自己也在省錢？
重組發生時，OpenAI最近一個季度營運虧損高達109億美元，CEO奧特曼要求砍掉「支線任務」集中資源。
公司已放棄Sora等項目以重新分配算力——機器人團隊整合也是同一邏輯下的動作。
這反映出 OpenAI當前的核心矛盾：野心極大，但燒錢速度迫使它不斷收縮戰線、把賭注集中到最有把握的方向上。
OpenAI在機器人上反覆了多少次？
2020年：以訓練數據有限為由，首次解散機器人團隊。
2024年：重新組建獨立機器人團隊，並與人形機器人公司Figure合作。
2025年2月：與Figure的合作終止。
現在：再次解散獨立團隊，人員併入主力部門。奧特曼此前把2027年定為首次公開展示自有人形機器人的目標。
說白了＝ 四年內建了拆、拆了建，路線一直在變——唯一不變的是「我們很重視機器人」這句話。
市场有风险，内容仅供研究参考，不构成投资建议。