发布于

OpenAI 刚刚证明,想法才是最廉价的部分。

作者

Listen in English · OpenAI 刚刚证明,想法才是最廉价的部分。

0:00 / 0:00

Watch in English · OpenAI 刚刚证明,想法才是最廉价的部分。

OpenAI解散了其独立的机器人团队,并将研究人员转入通用模型工作,理由是GPT-6 Astra等前沿模型可以直接驱动机器人。在一项模拟操作基准测试中,由Astra驱动的智能体得分74.8%,而最好的专用机器人模型得分为51.0%。此次重组表明,想法本身并不值钱;现在的争论在于执行能力究竟落在哪里。

OpenAI已解散其独立的机器人团队。研究人员转入首席研究官Mark Chen领导的主要研究组织;应用机器人团队和硬件团队则转入总裁Greg Brockman领导的规模更大的应用(Applied)团队。公司对《财富》表示,这一调整会加速机器人业务,而非放弃它。

让这一点更具体的细节是:OpenAI已经在CoRL预订了208号展位,该机器人学会议本周在奥斯汀举行。当《财富》到访时,展位空无一人,没有标识,也没有演示。

2,020
OpenAI首次关停机器人团队
$11B
最近一个季度报告运营亏损
2,027
Altman对首次公开人形机器人演示的目标

这次重组实际上在宣称什么

这一主张并不是说机器人没那么重要,而是说,组建一个独立团队来打造专门的机器人模型,是工作形态上的错误——因为通用模型已经能完成这件事。

  1. 相机输入

    研究人员向模型提供了来自机器人相机的图像以及机器状态信息。

  2. 控制输出

    控制接口让通用模型直接下达动作指令——中间无需进行机器人专用训练。

  3. 结果

    在英伟达的一项研究中,由 Astra 驱动的智能体在模拟操作基准测试中达到 74.8% 的成功率,而该排行榜上最佳专用模型为 51.0%。

通用模型不需要额外加装一个机器人“大脑”。这就是全部论点。
通用模型(GPT-6 Astra),英伟达研究74.8成功率,模拟操作
最佳专用机器人模型51成功率,模拟操作
一项模拟基准,而非工厂车间。它衡量的是通用模型能否驱动机器人,而非能否运营仓库。

卡内基梅隆大学机器人研究所的 Guanya Shi 将此举解读为 OpenAI 认定机器人技术**“不再是一个特殊问题”**——它是通用智能的下游应用,就像编程工具或法律研究。

反方论点关乎执行

MIT 的 Russ Tedrake 还经营着 Walden Robotics,他向《财富》阐述了相反的观点:机器人公司拥有实验室所没有的东西——已经在真实场所、真实工厂车间里工作的机器人,它们正在生成部署数据。而更好的基础模型会让这些特定场地的数据更有价值,而不是更没价值,因为机器人能从中学得更快。

Generalist 的 Pete Florence 补充了同一观点的坦率版本:目前并不清楚任何现有模型能长期在机器人领域胜出。Shi 提出了一个实际限制——大模型速度慢且托管在云端,因此除非更小的模型在机器人本体上运行,否则机器人需要联网。

我们的观点:想法廉价,执行决定成败

好想法值得拥有。它也是这栋楼里最便宜的东西。

任何人都能复制一个想法——读论文、看演示、雇两名当时在场的工程师。没人能复制的是需要多年积累的部分:已部署的设备群、故障日志、在真实硬件上的迭代,以及把一件东西交付出去、并让它在光照变化和瓶子移动时仍能持续奏效的那种枯燥纪律。

这正是这次重组从两个方向所表明的。OpenAI 主张,独立机器人团队的“想法”已不再值得维持,因为通用模型已经承载了它。Tedrake 则主张,“执行”——实地部署的机器人机群——才是会不断复利增值的资产。两者说的是同一件事:价值不在概念,而在落实。

当演示看起来是这样时,人们很容易得出这样的结论:最难的部分已经过去了。事实恰恰相反。当一项能力变得普遍可用时,执行力就不再是一种优势,而会成为唯一剩下的竞争点。

需要关注什么

阿尔特曼的目标是在2027年进行首次公开人形机器人演示。从现在到那时,决定此事的问题不在于模型基准测试:OpenAI是自己交付硬件还是授权他人,机器人初创公司的部署数据是否会转化为实验室无法买到的领先优势,以及这次重组背后的成本纪律——据报季度亏损109亿美元、一轮融资、可能于2027年初IPO——能否经受住硬件计划的考验。

《财富》2026年11月13日报道,OpenAI确认了重组、CoRL展位、英伟达研究数据,以及对Guanya Shi、Russ Tedrake和Pete Florence的采访。2020年的逐步关停、2024年的团队重建、Figure合作于2025年2月结束、2027年演示目标以及所报道的季度亏损,均如该报道所述。标有“Our view”的部分是我们的编辑立场。

联系方式:[email protected]

请注意,中文版本是由 AI 辅助翻译的,因此可能存在细微错误。

作者

Ai-Banking-NetworkSecurity (ABN), ABN ASIA由具有深厚学术背景的人员创立,他们在美国、荷兰、匈牙利、日本、韩国、新加坡和越南等国家有工作经验。ABN Asia是学术界和技术相遇的地方。凭借我们领先的解决方案和优秀的软件开发服务,我们帮助企业提升水平,走向全球舞台。我们的承诺:更快。更好。更可靠。在大多数情况下:也更便宜。

无论您需要IT服务、数字咨询、现成软件解决方案,还是想向我们发送招标要求(RFPs),都请随时与我们联系。您可以通过[email protected]与我们联系。我们随时准备为您提供所有技术需求的帮助。

ABNAsia.org

© ABN ASIA