ITBEAR科技资讯
网站首页 科技资讯 财经资讯 分享好友

OpenAI调整机器人团队,通用模型探索具身智能路线

时间:2026-11-20 19:42:39来源:互联网编辑:快讯

11月13日,有外媒报道称,OpenAI 把独立机器人团队并入了主要研究团队,原先负责应用机器人和硬件的团队也被调整到其他部门。OpenAI 随后向媒体确认,这次调整与通用模型在机器人控制上的表现有关。

在这一调整之前,GPT-6.2 Astra 已经让外界看到通用模型直驱机器人的可能。独立评测机构 Artificial Analysis 发布的 AA-Robotics v0.1 榜单显示,GPT-6.2 Astra 得分 79,在 8 项物理任务中完成 6 项;能力较弱的 GPT-6.2 Sol 也拿到 78 分。测试不允许专项训练,全程采用零样本设定,模型通过写代码控制一台 6 轴机械臂,移动真实物体。

另据独立评测机构 Robocurve 的实机测试,在双臂机械臂执行抓取方块并放入碗中的任务时,Astra 的成功率达到 95%。这些结果让 OpenAI 更倾向于认为,不必再为机器人单独研发一套空间智能专门模型。

这并非 OpenAI 第一次改变机器人路线。2019 年,OpenAI 成立机器人团队,尝试用强化学习让机器人学会抓取和摆放物体;2020 年,该团队被解散。联合创始人 Wojciech Zaremba 曾解释,机器人数据有限,通过其他方法可以更高效地推进 AGI。此后 OpenAI 专注大语言模型,并在 2022 年推出 ChatGPT。

多模态模型发展后,OpenAI 又把目光投向机器人。2024 年,它与 Figure AI 合作,将大模型能力用于人形机器人,Figure 01 的演示视频中,机器人能根据人类指令完成简单物品递送,OpenAI 的模型提供视觉理解和语言交互能力。不过一年后,Figure AI 宣布结束合作,转向自主研发机器人 AI。

2026 年初,OpenAI 研究人员开始从 Sora 这类视频生成模型入手。Sora 能理解物体、空间和运动之间的关系,对物理世界运作方式有一定认识。2025 年初,具身智能主流路线还是 VLA 模型,到了年底,随着 VLA 在跨场景泛化等方面暴露短板,行业开始关注世界模型。今年 6 月,Sora 关停两个月后,Sam Altman 宣布成立机器人部门 OpenAI Robotics,由 Sora 之父、DALL-E 创始人 Aditya Ramesh 领导,把 Sora 积累的世界模拟技术迁移到机器人训练上,短期聚焦工业辅助机器人,长期目标是消费级人形机器人。

这一部门成立仅三个月后,今年 9 月,OpenAI 发布 GPT-6 Astra。公司发现,通用模型本身已经能够参与机器人任务。相比专门研究机器人的世界模拟技术,直接利用通用模型已有的视觉理解、推理和任务规划能力,也能走出一条路。卡内基梅隆大学机器人研究所助理教授 Guanya Shi 评价称,这意味着 OpenAI 认为机器人技术不再是一个特殊问题。

这种变化并非 OpenAI 一家在关注。英伟达 10 月发布的 Astranomy 研究,直接使用 GPT-6 Astra 控制仿真机器人,在 RoboLab-120 测试中取得 66.3% 的任务成功率。英伟达机器人部门负责人 Deepu Talla 近日接受采访时称,GPT-6 Astra 的出现,是推动机器人具备多任务处理能力的一项重大突破。

Anthropic 发布的 Claude Fable 5.2 也展示了类似能力。该模型控制机器人完成解魔方、拧开瓶盖以及画机器人等任务,在 RoboDojo Sim 仿真基准中平均成功率达到 64.9%,同一测试框架下 GPT-6 Astra 的成绩为 29.8%。这些尝试说明,通用模型正在成为具身智能研究中值得尝试的一条路线。

中国机器人公司也在观察这一变化。宇树正在探索大模型用于机器人,王兴兴曾直言,明年 GPT-7 出来,可能直接把具身智能问题打穿。宇树此前既推进 VLA 模型,也探索世界模型,发布过通用 VLA 模型 UnifoLM-VLA-0,以及 WMA 模型。最近,宇树又开始尝试将 GPT-6 Astra 用于机器人实验。王兴兴提到,在没有事先编写复杂程序的情况下,仅通过提示词,机器人就能完成绘画;机器人还能识别棋盘,并将棋子精准放在相应位置。他强调,这些实验都是在零训练条件下完成的。

智元机器人也在探索类似方向。近日,稚晖君团队发布论文,核心是把会聊天的大模型与能执行动作的机器人身体打通。模型不仅能够理解语言指令,还能调用机器人的身体完成指向真实物体、身体动作和面部表情等任务。机器人公司正在尝试把通用大模型的能力接入机器人身体,以推进具身智能。

这也让梁文锋此前的判断有了新的参照。当世界模型成为具身智能领域热门方向时,梁文锋对这条路线显得相对克制。他更看重通用模型本身的能力进化,将其视为通往 AGI 的主线。在他的 AI 路线构想中,Agent 之后,要先解决 AI 模型的持续学习能力,再到能自我迭代的奇点,然后才是具身智能。他希望先把通用模型做得足够强,再让这种能力延伸到物理世界。

OpenAI 和 DeepSeek 都没有只停留在模型层面。OpenAI 在调整机器人业务的同时,曾投资多家机器人公司。DeepSeek 也开始向具身智能领域延伸,参与宇树科技配售,和宇树达成三年战略合作,并投资 Winverse AI、理格万物等公司。

通用大模型接入机器人成为新趋势,但并不意味着 VLA 模型和世界模型就此退场。过去几年,具身智能主流技术路线从 VLA 模型,到世界模型,再到通用大模型,但从未有谁真正取代谁。2023 年 7 月,Google DeepMind 发布 VLA 模型 RT-2,它能从网络和机器人数据中学习,并将知识转化为机器人控制指令。VLA 路线提供了可行性方案,但缺乏泛化能力和自主性,机器人难以适应复杂现实环境。

2024 年 2 月,OpenAI 发布 Sora,并在技术报告中提出,大规模视频训练成为构建物理世界模拟器的路径。互联网中有大量人类活动视频,人类如何拿东西、搬东西、走路、整理物品,都被记录在视频里。如果模型能从这些视频中学习物体运动、空间关系和动作后果,就有机会把这种能力迁移到机器人身上。但视频生成不等于能够控制机器人,于是行业开始尝试把世界预测和动作生成结合起来,形成世界动作模型。VLA 侧重从观察到动作的映射,世界动作模型则试图把对未来的预测纳入动作决策。不过世界模型仍面临模拟物理过程未必能在现实中准确复现等问题。

直到 Astra 之后,行业开始探索另一种可能,通用大模型能否直接承担机器人的任务理解、规划和决策。斯坦福团队联合加州理工发布的具身智能研究项目 HomeBody,试图回答一个问题:如果通用大模型足够聪明,机器人还需要 VLA 模型作为大模型和身体之间的中间层吗?研究给出的答案是,在一定任务范围内可以不需要。研究人员将 GPT-6 Astra 接入宇树 G1 人形机器人后,让机器人直接调用预先构建的机器人技能库,机器人进入没有见过的厨房后,根据人类指令完成了整理和物品寻找。

Anthropic 后来发布的 Fable 5.2 也是如此,它在控制机器人上有明显提高,即使是那些从未接受过专门训练的机器人任务,也能完成。随着模型推理能力增强,一些原本需要专门训练的机器人技能,可能开始从通用模型中涌现出来。具身智能的一个核心问题,是让机器人理解环境,并判断行动可能带来的结果。世界模型的思路是从视频中学习,再模拟未来;通用大模型的思路是利用已有的推理能力,分析任务,再用于任务规划。

更多热门内容
雷军判断具身智能潜力:想象空间有望大于汽车
【太平洋科技快讯】据IT之家报道,近日,小米创办人、董事长兼CEO雷军出席APEC工商领导人峰会,他在接受人民日报采访时表示,AI浪潮正席卷各行各业,作为从业者也能感受到一定焦虑。雷军认为,“AI+”“AI+…

2026-11-20

奥特曼谈AI安全与创新平衡 呼吁行业建立统一标准
【环球网科技综合报道】11月19日消息,据《纽约时报》报道,美国当地时间 11 月 18 日周三召开的 DealBook 峰会上,OpenAI首席执行官山姆·奥特曼与公司总裁格雷格·布罗克曼出席相关访谈,就…

2026-11-20

OpenAI联创呼吁AI对齐走向全球公共科学
Meter于11月5日发布的报告则估计,Anthropic过去一年的AI研究进展速度提高了约一倍,但这一提速很可能主要来自人类研究员借助AI工具提高效率,而非完全自主的AI研发。 随着AI逐步参与自身研发,模…

2026-11-20

谷歌新模型Gemini 4 Neon可调度多个子智能体
在作业协作模式中,Gemini 4 Neon承担任务调度角色,调度Hydrogen子智能体并行开展多项工作,同步跟进长周期任务推进进度,重点适配大型代码库排错、海量数据分析等多步骤连续处理类工作。在默认hig…

2026-11-20