OpenAI解散独立机器人团队，通用模型路线取代专用模型
nashnova research
OpenAI解散独立机器人团队，将人员并入核心研究和应用部门——因为GPT-6 Astra等通用模型已能直接控制机器人，公司判断不再需要单独造一套专用模型，这可能重新定义整个机器人创业赛道的竞争壁垒。
为什么突然解散？不是说机器人很重要吗？
OpenAI强调机器人仍是长期核心愿景，解散的是独立团队，不是放弃方向。
直接原因：年初团队还打算基于Sora（视频生成模型）的成果来推进机器人，但后来发现GPT-6 Astra这类通用模型已经能直接驱动机器人。
这意味着→ 原来以为需要"专门造一把钥匙"，现在发现"万能钥匙已经够用了"，专门团队的存在理由就没了。
人散了，去了哪里？
研究人员并入核心研究团队，向首席研究官陈马克（Mark Chen）汇报。
应用和硬件人员并入更大的应用部门，由总裁格雷格·布罗克曼（Greg Brockman）负责。
用大白话说＝ 不是裁员，是把"机器人小分队"拆进两个大部队——一边做底层研究，一边做落地产品。
通用模型真的比专用模型强了？
英伟达一项研究显示，Astra驱动的智能体在模拟机器人操作测试中成功率74.8%，而此前最强的专用模型只有51.0%。
但这个成绩来自数字仿真环境，不是真实机器人在现实场景里的表现。
这意味着→ 通用模型在"虚拟考试"里已经碾压专用模型，但能不能在真实工厂里干活，还没被验证。
那机器人创业公司是不是要慌了？
卡内基梅隆大学助理教授石冠亚认为，OpenAI可能不再把机器人当成"特殊难题"，而是看作通用智能的一种下游应用——就像通用模型已经在给编程、法律、金融工具提供底层能力一样。
但麻省理工教授拉斯·特德雷克（Russ Tedrake）反驳：机器人初创公司在真实工厂车间积累的部署经验和任务数据，是大实验室难以复制的。基础模型越强，真实场景数据反而越值钱。
石冠亚还指出一个现实瓶颈：通用大模型运行慢、要联网，机器人必须保持稳定连接，因此能在本地跑的小型专用模型仍有生存空间。
OpenAI自己也在省钱？
重组发生时，OpenAI最近一个季度运营亏损高达109亿美元，CEO奥特曼要求砍掉"支线任务"集中资源。
公司已放弃Sora等项目来重新分配算力——机器人团队整合也是同一逻辑下的动作。
这反映出 OpenAI当前的核心矛盾：野心极大，但烧钱速度迫使它不断收缩战线、把赌注集中到最有把握的方向上。
OpenAI在机器人上反复了多少次？
2020年：以训练数据有限为由，首次解散机器人团队。
2024年：重新组建独立机器人团队，并与人形机器人公司Figure合作。
2025年2月：与Figure的合作终止。
现在：再次解散独立团队，人员并入主力部门。奥特曼此前把2027年定为首次公开展示自有人形机器人的目标。
用大白话说＝ 四年内建了拆、拆了建，路线一直在变——唯一不变的是"我们很重视机器人"这句话。
市场有风险，内容仅供研究参考，不构成投资建议。