XXTX小薛同学的小站 XXTX小薛同学的小站成为自己的太阳,无需凭借谁的光

你敢信吗?就在前几天,全球机器人圈最顶级的学术大会——奥斯汀机器人学习大会(CoRL)上,出现了一个极其诡异又尴尬的奇观。

在会展中心的208号展位上,会议APP和现场地图上都清清楚楚地标着“OpenAI”的大名,但当你满怀期待地走过去时,却发现那里只有一张空荡荡的桌子。没有机械臂,没有机器狗,连个演示用的轮式小车都没有。展位边上,只站着几个OpenAI的工作人员,逢人走过来就尴尬地赔笑脸。

咋回事?OpenAI破产了?还是机器人项目烂尾了?

知道内幕的人倒吸一口凉气——根本不是干不下去了,而是就在这周,OpenAI刚刚把自家的独立机器人团队,原地解散了!一锅端,连盆都给你端走。

这个消息就像一颗深水炸弹,在具身智能圈子里炸开了锅。要知道,距离Sam Altman 5月份亲自发帖、高调宣布成立OpenAI Robotics并大规模招人,仅仅过去了166天。166天,连个机器人的“满月酒”都没办完,团队就没了。

更让行业感到后背发凉的是解散背后的真正原因:不是机器人造不出来,而是GPT-6等通用大模型在物理世界任务中,展现出了对专用模型的“降维打击”。当通用大模型可以直接“一锅端”具身智能时,那些砸了数百亿美元、试图为机器人专门训练一个“独立大脑”的初创公司们,突然发现自己可能从一开始就押错了宝。

今天,我们就来深度扒一扒,OpenAI这波“深夜裁员”背后的底层逻辑,GPT-6到底是怎么跨越“莫拉维克悖论”的,以及这场通用大模型与专用路线的生死之争,将如何彻底重塑整个人形机器人和物理AI的产业格局。

166天闪电解散,奥斯汀大会上的“空桌子”奇观

据《财富》杂志等多家外媒证实,OpenAI已经正式确认撤销独立的机器人团队。原有的机器人研究人员,将被打散并入公司的核心研究团队,直接向首席研究官Mark Chen汇报;而应用机器人和硬件团队,则被划归规模更大的Applied(应用)部门,由OpenAI总裁Greg Brockman亲自挂帅。

OpenAI官方给出的说法非常冠冕堂皇:“这不是退出,而是重组。机器人仍是长期愿景的重要组成部分,此次调整旨在加快相关研发。”

但如果你了解OpenAI一贯的“冷酷”风格,就知道这绝不是什么简单的重组,而是一次战略上的“断臂求生”和“主线收束”。

就在几个月前,这个刚刚成立的OpenAI Robotics团队还被视为“人形机器人的ChatGPT时刻”。当时一口气放出19个高薪岗位,年薪最高达48.5万美元,涵盖了传感器、机械结构、控制算法等各个核心领域。外界普遍认为,OpenAI终于要亲自下场造硬件,或者至少要为机器人打造一个专属的“超级大脑”了。

结果呢?招聘页面上的岗位还没撤下,团队先被“吞”回了大模型主线。

这其实不是OpenAI第一次这么干了。熟悉这家公司的人都知道,他们有一个近乎冷酷的习惯:无论外界发生了什么,也无论某个方向当时看起来多有前景、团队账面战力多强,只要内部认定它不再是通往AGI的最短路径,或者只要通用模型很快就可以顺带把这个方向做出来,独立的支线任务就会被无情砍掉。之前的视频生成王牌团队Sora,就是这么被收缩并入主线的。

在OpenAI眼里,机器人“不再是一个特殊问题”。它跟写代码、做法律分析、搞金融预测一样,本质上只是通用智能下游的一个应用场景。既然GPT-6已经能直接干这活了,为什么还要单独养一个团队去搞“专用大脑”呢?

这种“0帧起手”的战略转向,直接导致了CoRL大会上的尴尬一幕。但也正是这种不留情面的自我否定,揭示了具身智能领域正在发生的一场底层范式革命。

0帧起手的满级号:GPT-6 Astra如何“降维打击”专用模型?

要理解OpenAI为什么敢解散机器人团队,我们就必须看看GPT-6 Astra(以及同类通用前沿模型)在物理世界中到底展现出了怎样恐怖的能力。

以前搞机器人控制,那叫一个费劲。传统的具身智能路线,采用的是“感知-规划-控制”的模块化架构。你想让机器人倒杯水,得有人手把手教,用真实世界的数据,专门给它训练一个“视觉识别模型”、一个“抓取规划模型”、一个“力控模型”。这就像是在流水线上培训工人,每个人只负责一道工序。

这种专用模型的致命弱点在于“泛化能力极差”。一旦瓶子换了个位置,或者光线变暗了,或者手稍微滑了一下,机器人立马就懵了,因为它没学过这种“边缘情况”(Corner Case)。换个任务,比如从倒水变成拧螺丝,之前的模型就全废了,得重新收集数据、重新训练。

但现在的GPT-6 Astra,打破了这个魔咒。

在最近的内部测试和外部演示中,研究员只给了Astra三样东西:摄像头的实时画面、机器人本体的关节状态数据,以及一根连接控制接口的线。没有海量的真机示教数据,没有专门的强化学习训练,Astra甚至“一天机器人都没练过”。

接下来,就是见证奇迹的时刻。Astra就像一个看了无数遍游戏通关视频、且拥有超强空间想象力的“高玩”,直接0帧起手,满级号下山。它自己看画面理解环境,自己拆解任务步骤,自己通过接口下达底层动作序列。

数据是不会骗人的。在英伟达搞的一个高难度仿真机械臂测试中,Astra驱动的智能体,直接把任务成功率干到了74.8%。

对比鲜明的是,那些从小就在真机上苦练、喂了无数真实数据的“专用机器人模型”,最高才拿到51%的成功率。在通用顶级大模型面前,专用模型引以为傲的“数据壁垒”仿佛成了一个笑话。

更让人窒息的是,超级智能的赛道上不止OpenAI一家。就在OpenAI解散团队的前几天,Anthropic也来砸场子了。

在Claude Fable 5.2的官方演示视频中,它控制着两只机械臂,又是拧魔方,又是拧瓶盖,又是装齿轮,甚至还能拿笔画个机器人。官方明确表示:Fable 5.2从没针对这些任务进行过专门训练。虽然视频不是原速(光解个魔方就花了40分钟),但这证明了通用模型在零样本(Zero-shot)情况下的物理操作潜力。

在同样的仿真测试中,GPT-6 Astra操作机器人的成功率,甚至不到Claude Fable Astra的一半。要知道,就在四个月前,Claude控制机器狗走路时,还会自信满满地一头撞进垃圾桶里。仅仅四个月,它就能徒手解魔方了。这种进化速度,足以让所有死磕“专用小模型”的从业者感到绝望。

这就是通用大模型跨越“莫拉维克悖论”(Moravec's paradox,即让计算机在智力测试中表现成人很容易,但让其具备一岁小孩的感知和运动能力却极其困难)的技术突破。语言、代码、视觉共训的通用模型,凭借庞大的参量和海量的世界知识,获得了强大的空间感知和逻辑推理能力。它不需要在物理世界里一次次摔倒来学习“摩擦力”,它通过阅读人类所有的文本和观看无数的视频,已经在参数空间里“脑补”出了物理世界的规律。

十年轮回:从“攒数据太慢”到“大模型太强”,OpenAI的机器人路线纠葛

说起来也是唏嘘,这已经是OpenAI第二回把机器人团队扫地出门了。回顾这十年,OpenAI在机器人路线上的反复横跳,其实就是一部具身智能的“试错史”。

第一次做机器人,比ChatGPT诞生还要早六年。2016年,OpenAI发布了强化学习工具包Gym,次年推出仿真工具Roboschool。2018年,他们搞出了Dactyl——一只能在仿真中训练并迁移到现实的机械灵巧手,任务是转积木。2019年,任务升级,Dactyl成功在现实中拧三阶魔方。当时为了克服仿真与现实的差距(Sim2Real鸿沟),团队使用了“自动域随机化”技术,在模拟中不断改变摩擦、质量等物理参数。在Demo里,即使给机械手戴上手套、绑住手指,甚至用毛绒长颈鹿干扰,它依然能完成任务。

这项成果在当时轰动了学术界。但到了2020年,OpenAI却突然停止了这条研究线,第一次解散了机器人团队。

为什么?因为“数据效率”。

联合创始人Wojciech Zaremba后来解释,机器人要学会一个动作,需要硬件、场地,设备会损坏,采集速度极慢,而且换个环境经验就无法复用。相比之下,互联网上有海量的文本数据,训练语言模型的效率呈指数级碾压。2020年GPT-3发布,证明了扩大语言模型规模的有效性。于是,OpenAI把资源全部集中到了LLM上,这才有了后来的ChatGPT。

到了2024年,具身智能回潮,大模型能力溢出,OpenAI觉得“时机成熟”,于是重建独立团队,并领投了挪威1X,参与了Figure的6.75亿美元B轮融资。2024年3月,Figure展示了搭载OpenAI模型的机器人,能一边对话一边递苹果。外界以为OpenAI终于找到了“模型+硬件”的完美分工。

但好景不长,2025年2月,Figure宣布结束合作,转而自研Helix模型。Figure CEO Brett Adcock直言:机器人AI需要与硬件垂直整合。这暴露出合作模式的死穴——模型公司不懂硬件的底层时序,硬件公司拿不到模型的核心权重,数据飞轮转不起来。

于是,OpenAI决定自己单干,在2026年5月高调成立OpenAI Robotics,立下2027年公开演示的军令状。

然而,仅仅半年后,团队再次解散。第一次解散,是因为机器人“学得太慢”,不如大模型;第二次解散,是因为大模型“学得太快”,直接把机器人的活全包了。

年初的时候,OpenAI的团队还在尝试从Sora的物理生成能力里“绕路”,想让视频模型先学物体运动,再接控制接口。但内部很快发现,这条路太弯了。GPT-6 Astra这类通用前沿模型,已经能直接吞下摄像头画面和状态,输出动作序列。既然“端到端控制”已经跑通,为什么还要保留一个独立的支线团队?

产业链被“一锅端”?本体厂商、中间件与AI巨头的生死局

OpenAI的这一刀,不仅砍在了自己人身上,更把整个具身智能产业链切得七零八落。

过去十年,资本在机器人赛道砸了数百亿美元。Figure估值炒到400亿,NEURA宣布最高14亿美元融资,DeepMind发布Gemini Robotics 2,DeepSeek斥资参与宇树科技IPO战略配售,Figure甚至规划用10万块GPU训练机器人模型。所有人都在赌一件事:机器人必须有一颗专门定制的“大脑”。

现在,通用超级AI直接下场抢饭碗了。产业链的逻辑被彻底重写。

首当其冲被“挤压”的,是那些处于产业链中间层、试图为机器人训练“专用大脑”的初创公司。如果OpenAI、Anthropic的通用模型可以直接通过API驱动机械臂,那这些中间件公司花大价钱采集数据、训练专用模型的意义何在?他们的技术壁垒,在通用大模型的“大力出奇迹”面前,显得不堪一击。

那么,本体制造商(如宇树、特斯拉、Figure)就安全了吗?

CMU(卡内基梅隆大学)的一位教授一针见血地指出:在OpenAI眼里,机器人不再是特殊问题,只是通用智能下游的应用。但MIT的教授给本体厂商指了条明路:“有一样东西,AI实验室永远拿不走,那就是你们在工厂里实打实干活的真实经验数据。”

通用大模型虽然懂物理常识,但它不懂“这家工厂的流水线节拍”,不懂“这批零件的公差范围”,更不懂“如何在充满油污和震动的环境下保持力控的稳定性”。这些“脏活累活”产生的高频时序数据、硬件底层的控制逻辑,是AI巨头们坐在云端无法获取的。

所以,本体厂商的价值并没有消解,而是发生了转移。他们不再需要去卷“大脑”的通用智力,而是要死死守住“小脑”和“脊髓”的控制权,以及最核心的“物理世界数据飞轮”。

事实上,本体厂商也并没有坐以待毙。宇树科技已经在自有机器上测试了GPT-6,并称结果良好。这说明他们正在积极接入通用大模型,把“常识和逻辑”交给云端,把“执行和反馈”留在端侧。大家都不傻,既然有免费的满级大佬带飞,何必自己苦苦练级?

未来的产业格局将变得非常清晰:AI巨头(OpenAI、Anthropic、Google)占据产业链最上游,提供通用物理世界模型(World Model);本体厂商(特斯拉、宇树等)占据下游,提供极致的硬件本体和场景数据;而中间那些试图“两头吃”的专用模型公司,如果不赶紧转型做“数据服务商”或“端侧部署优化”,大概率会被一锅端。

理想很丰满,账单很骨感:通用大模型当“大脑”的致命伤

当然,如果我们现在就说“专用路线彻底死了,通用大模型赢麻了”,那绝对是盲目乐观。把GPT-6直接当机器人大脑,目前仍有两个无法回避的致命伤:太慢,太贵。

首先是“慢”。通用大模型都是在云端跑的,参数量动辄万亿。如果机器人想动个手指,得把画面传到云端,大模型推理完再把指令传回来。这中间的延迟是致命的。万一网卡了一下,或者云端排队,机器人手里的杯子早就掉地上摔碎了。在需要毫秒级响应的动态交互中,云端大模型根本来不及。

其次是“贵”。大模型的推理成本极高。清华等机构最近做了一项测试,把Astra接上双臂机器人,让它在标准任务中跑一圈最高配置,你猜花多少钱?12.5美元!折合人民币将近90块钱!

倒杯水、拿个苹果,成本90块?这谁用得起啊!如果未来人形机器人要进家庭、进工厂,这种成本结构是绝对无法商业化的。

而且,到了真机上,通用模型“看懂指令”容易,但要“拿捏力道”、实现双手的微妙配合、处理高频的触觉反馈,还得是专门训练的小模型(端侧模型)。

其实,Sam Altman这么做,除了技术演进的考量,更有着极其现实的财务压力。

要知道,OpenAI最近一个季度的运营亏损高达109亿美元。地主家也没有余粮了。之前Altman就下令砍掉了不怎么挣钱、且偏离AGI主线的Sora项目,现在又解散机器人团队。说白了,在通往AGI的终极决战前夜,OpenAI必须把每一分钱、每一张GPU算力,都集中到最能提升模型基础能力的“刀刃”上。独立的机器人团队,在现阶段显然成了“性价比”最低的支线。

我的看法:机器人不需要“专属大脑”,但需要“灵魂”与“肉体”的极致契合

看完OpenAI这波操作,我最大的感触是:科技行业的残酷,就在于它永远在用“降维打击”来惩罚那些试图用“线性思维”解决问题的人。

过去几十年,机器人科学家们苦熬苦熬,就为给机器人量身定做一个最强大脑。从专家系统,到深度学习,再到强化学习,大家默认“物理世界太复杂,必须用专用模型来解”。这就像是为了每一种特定的锁,去打造一把特定的钥匙。

但通用大模型的出现,直接给了大家一把“万能钥匙”。它读遍了人类所有的文字,看遍了人类拍下的整个世界,突然有一天,它向物理世界伸出了手。它不需要知道“螺丝刀”的专门定义,它只需要知道“旋转”、“发力”和“金属摩擦”的通用概念,就能把螺丝拧进去。

那么,专用路线彻底死了吗?

我认为,死的是“试图用专用模型去替代通用大模型做高层认知和规划”的路线。活下来的,是“将通用大模型的常识与端侧专用小模型的肌肉记忆相结合”的路线。

未来的具身智能终局,绝不是云端一个GPT-6直接控制所有关节。那太慢、太贵、也太危险。真正的终局,是“云端通用大模型(大脑) + 端侧多模态小模型(小脑/脊髓) + 极致硬件本体(肉体)”的协同。

大脑负责理解意图、拆解任务、处理突发常识;小脑负责高频的力控、平衡和肌肉记忆;肉体负责在真实的物理世界中收集最脏、最累、最宝贵的数据,反哺给大脑。

OpenAI解散机器人团队,不是放弃机器人,而是他们终于看清了:在AGI的星辰大海里,机器人不需要一个独立的、孤僻的“专属大脑”。它们只需要一个接口,便能直接调用那个已经读遍人类文明的超级智能。

一鲸落,万物生。OpenAI端走了“通用大脑”的盘子,空出来的“物理数据”和“端侧控制”赛道,正等待着真正的硬件极客们去填补。这场具身智能的洗牌,才刚刚开始。

相关阅读

参考资料

你的评论