新闻股票独家:OpenAI解散独立机器人团队,通用模型开始驱动机器人

独家:OpenAI解散独立机器人团队,通用模型开始驱动机器人

作者: Fortune Crypto·

要点速览

  • •OpenAI已解散其独立机器人团队,机器人研究团队划归首席研究官Mark Chen领导,应用机器人与硬件团队并入由总裁Greg Brockman领导的应用部门。
  • •公司表示,此次重组反映了其发现GPT-6 Astra等通用前沿模型可以直接应用于机器人技术,无需专门团队。
  • •在一项Nvidia研究中,由Astra驱动的智能体在模拟操作基准测试中取得74.8%的成功率,而最好的专用机器人模型为51.0%。
  • •此次重组发生之际,据报道OpenAI最近一个季度运营亏损达109亿美元,同时正寻求新一轮融资并筹备最早于2027年初的IPO。
  • •机器人领域专家提醒称,专用模型仍然不可或缺,理由包括机器人需要真实部署数据,以及需要可在机载硬件上运行、无需持续云端连接的更小型模型。
独家:OpenAI解散独立机器人团队,通用模型开始驱动机器人

OpenAI已解散其独立机器人团队,并将研究人员重新分配至公司内部的其他团队。在Fortune就此事进行询问后,公司确认了这一重组。一位公司发言人表示,机器人技术仍是OpenAI长期愿景的核心部分,并将此次重组定位为公司对该领域持续投入的体现,而非退缩。

根据新的架构,OpenAI已将其机器人研究团队并入公司主研究团队,向首席研究官Mark Chen汇报;应用机器人与硬件团队则被并入规模更大的应用部门,向OpenAI总裁Greg Brockman汇报。

此次调整发生的时间相当之近,以至于OpenAI早已在本周于奥斯汀举行的顶级学术机器人会议CoRL上登记了展位。尽管会议应用和场馆平面图上仍标注了OpenAI的位置,但Fortune发现208号展位空无一人,现场看不到OpenAI的标志。

OpenAI机器人之路的曲折历程

OpenAI在成立早期曾设有机器人团队,但在2020年将其裁撤,联合创始人Wojciech Zaremba后来解释称,机器人数据有限,而通过其他方法实现人工通用智能(AGI)——这种类人智能自创立之初就是OpenAI的目标——的路径更为高效。尤其是,OpenAI日益专注于在海量人类书写的文本数据集上训练超大规模语言模型,这一路线最终在2022年底催生了公司的突破性产品ChatGPT。

OpenAI于2024年重建了独立机器人团队,并宣布与初创公司Figure合作开发人形机器人的AI模型。该合作于2025年2月结束,Figure当时表示将自行开发其机器人AI。OpenAI曾表示,目前正在开发自己的人形机器人,CEO Sam Altman的目标是在2027年进行首次公开演示。

发言人表示,尽管进行了重组,OpenAI仍致力于将通用机器人推向世界。

对具身智能的押注

此次重组体现了在AI行业日益获得认同的一种押注:为语言、代码和视觉构建的通用模型同样可以用于"具身智能"——即由AI模型控制在物理世界中行动的设备,例如机器人、无人驾驶汽车或无人机。如果这一论点成立,将无需再由独立的机器人团队构建专门作为机器人数字"大脑"的专用AI模型。

研究人员已经观察到,将GPT-6 Astra——OpenAI的通用前沿模型——连接到机器人后,直接使用该模型执行某些机器人任务时表现出令人惊讶的性能。

卡内基梅隆大学机器人研究所助理教授Guanya Shi此前已听闻OpenAI的重组消息,他告诉Fortune,他会将这一举措解读为一个信号:OpenAI认为机器人技术已"不再是一个特殊问题"。他表示,OpenAI很可能将机器人技术视为可以通过通用智能的下游应用来解决的挑战——类似于如今相同的前沿AI基础模型驱动专用编程工具或法律、金融工具的方式。

OpenAI在对Fortune的回应中似乎证实了这一观点。公司表示,今年年初,研究人员曾认为在机器人技术上取得进展的最佳方式是基于其在Sora等AI模型上的工作——Sora是一个视频生成模型,为生成逼真的视频,必须对物理世界的运作方式形成某种隐性理解。但发言人表示,此后公司的通用前沿模型(包括GPT-6 Astra)已被证明可以直接应用于机器人技术。正是这一发现促使OpenAI解散独立机器人团队,并将相关研究人员调至从事更通用AI模型研究的团队。

成本压力与业务聚焦

此次重组还发生在OpenAI面临控制成本压力、需要证明其更加聚焦于少数核心产品之际。去年,Altman告诉公司需要放弃"支线任务",此后OpenAI已舍弃了一些项目——包括Sora——以便将计算资源重新分配给更核心、更具盈利潜力的业务。公司正面临遏制巨额运营亏损的压力——据报道最近一个季度亏损总额达109亿美元——同时正寻求完成新一轮融资,并为最早于2027年初进行的IPO做准备。这些节点——新一轮融资、可能的2027年初IPO,以及Altman定于2027年进行的人形机器人演示——如今也成为此次重组成效最早可见的时点。

对机器人初创公司的挑战——但附有条件

这一思路——即通用AI模型可以直接应用于控制机器人,而无需创建具备"空间智能"的专用模型——似乎对当今许多机器人初创公司的基本假设构成了挑战,这些公司以"机器人需要自己的大脑"为前提筹集了数十亿美元资金。以Figure为例,该公司在2025年2月终止与OpenAI的合作后表示将自行开发机器人AI——实际上就是对专用机器人模型的押注。

MIT教授、Walden Robotics联合创始人兼CEO Russ Tedrake则提出了反驳:机器人公司仍然拥有AI实验室所不具备的优势——它们的机器人已经在工厂车间等真实场所积累工作经验。这类"部署"经验以及机器人收集的数据,有助于机器人适应特定的工作场所和任务。Tedrake表示,更好的基础模型使这类现场数据更具价值,因为机器人可以更快地从中学习。

近期的实验测试了通用模型在不接受机器人数据专门训练的情况下能够完成多少工作。研究人员向Astra提供了摄像头图像、机器人信息以及一个控制接口,使模型能够指挥机器人执行特定动作。在一项Nvidia研究中,由Astra驱动的智能体在模拟操作基准测试中取得了74.8%的成功率——该测试中模型指挥的是数字仿真环境中的模拟机器人,而非真实机器人——相比之下,排行榜上表现最好的专用机器人模型报告的成功率为51.0%。

Shi表示,通用模型在空间和推理能力上的进步,已使其能够处理以前需要专门训练才能完成的任务。他说,当瓶子处于不同位置或光线发生变化时,它们可以应对,并能推理任务的先后顺序或找出哪一步出了问题。

与此同时,大语言模型虽然强大,但速度慢,且需要托管在云端,这意味着机器人或设备需要持续的网络连接。Shi仍认为需要更小的专用模型,能够在机器人的机载计算机上运行,而无需持续的互联网连接。

"智能的成长可能有不同的起点,"为机器人训练通用AI模型的初创公司Generalist的联合创始人Pete Florence告诉Fortune。他表示,目前尚不清楚现有哪种模型最终将在机器人领域占据主导地位。

OpenAI方面则表示,之所以将机器人研究人员重新分配至其他团队,是因为公司现在认为这是加速构建通用机器人进展的最佳方式。

回到CoRL的208号展位,几位曾经的独立OpenAI机器人团队的成员在附近徘徊。尽管没有任何展示或演示,他们仍然吸引了众人围观。毕竟,本次会议最热门的问题之一是:随着通用模型能力不断增强,机器人领域的专业知识还能保有多少价值——而这些已被派往其他团队的前OpenAI机器人研究人员的经历,提供了其中一个答案。

本文原载于Fortune.com。