OpenAI 拆掉机器人团队：要让 GPT-6 Astra 直接当机器人的大脑

一家公司解散一个团队，通常被解读为撤退。但 OpenAI 这次给出的说法正好相反：不是不做机器人，而是不再需要一支「专门为机器人造模型」的队伍。它想把通用大模型直接塞进机器人的脑袋里。

一分钟速览

• 调整内容：OpenAI 解散独立机器人团队，相关人员分流到核心研究与应用部门。
• 汇报关系：机器人研究人员向首席研究官马克·陈汇报，应用机器人与硬件团队转入格雷格·布罗克曼负责的应用部门。
• 官方理由：包括 GPT-6 Astra 在内的通用模型，已能直接承担部分机器人任务。
• 关键数据：英伟达一项研究显示，Astra 驱动的智能体在模拟操作测试中成功率 74.8%，高于专用模型领先者的 51.0%。
• 长期目标：自研人形机器人计划 2027 年首次公开演示。

「通用大脑」的逻辑

传统机器人栈是分层的：感知一套模型，规划一套模型，控制再由专门策略接管。每一层都要为具体本体、具体任务做大量适配，换一台机器、换一个场景，往往就得重来。OpenAI 想验证的是另一条路——一个能理解文字、图像和代码的通用模型，是否可以跨过这些分层，直接输出动作决策。

74.8% 对 51.0% 这组数字，是这套叙事最有力的支撑。它来自英伟达的一项研究，测试的是模拟环境中的操作任务。需要说明的是，模拟成绩和真机落地之间还有不小距离，但方向足够清晰：通用模型在「看懂任务、拆解步骤、调用技能」上的泛化能力，正在弥补它在精度和实时性上的短板。

现实的三道坎

第一是速度。机器人控制要求毫秒级闭环，而云端大模型的往返延迟天然吃亏。把模型塞到端侧，又受算力和功耗限制。第二是可靠性。工业场景容错率极低，一次错误抓取可能意味着停线。第三是数据。机器人企业在现场积累的力控、标定和故障处理经验，并不是靠互联网文本就能补上的。

这也解释了为什么 OpenAI 没有把话说满。它强调机器人仍是长期愿景的核心，重组是为了加快研发，而不是退出。把研究并入核心团队，意味着机器人不再是独立业务线，而是通用模型的一个应用出口；把硬件转入应用部门，则更像是为未来的产品化留接口。

对行业的连带影响

如果通用模型真能成为机器人的「默认大脑」，产业链的权力结构会被改写。过去值钱的是本体、关节、力控和专用算法；未来可能变成「谁拥有最强的通用策略模型，谁就定义机器人能做什么」。这对做专用机器人模型的公司是压力，对做本体和硬件的公司则未必是坏事——大脑标准化之后，身体反而更容易规模化。

另一层影响在人才。机器人团队被拆分，短期内会让一批具身智能研究者流向创业公司或竞争对手。而 2027 年的人形机器人演示目标，又给了外界一个明确的观察窗口：通用模型到底能不能在真实世界里站稳。

趋势洞察

这次调整最值得记住的，不是「OpenAI 不做机器人了」这种误读，而是它对技术路线的判断：具身智能的瓶颈，正在从「专门的机器人模型」转向「通用模型的实时性与可靠性」。谁能先把这两件事解决，谁就能把大模型的战场从屏幕延伸到物理世界。