据《解码器》周五报道，《财富》杂志报道称，OpenAI 正在解散其独立的机器人团队，但这一次此举看起来不太像是退出机器人技术，而更像是押注其前沿模型可以单独完成这项工作。机器人研究人员被并入首席研究官 Mark Chen 领导的主要研究组织，而应用机器人和硬件人员则加入 Greg Brockman 的应用团队。
据报道，这次重组是在很短的时间内进行的，以至于 OpenAI 已经在奥斯汀机器人学习会议 (CoRL) 上预订了一个展位，但随后就空了。 《财富》杂志报道了内部原理：GPT-6 Astra 等通用模型可以直接控制机器人，从而减少对在狭窄数据集上训练的专门机器人模型的需求。有关此内容和其他最新人工智能发展的更多信息，我们全天候跟踪该行业。
为什么 OpenAI 认为通用模型可以驱动机器人
技术案例依赖于一系列最近的结果。在 The Decoder 引用的 Nvidia 研究中，由 GPT-6 Astra 驱动的智能体在模拟机器人任务中取得了 74.8% 的成功率，而最佳专业模型的成功率为 51%——尽管测试使用的是模拟 DROID 机器人而不是物理硬件。我们在 9 月份报道了 Astra 早期的 StationeryBench 结果，它完全完成了 100 项桌面操作任务中的 7 项，而竞争专用模型完全失败了。
康奈尔大学和 Google DeepMind 的人工智能研究员 Yoav Artzi 告诉 The Decoder，他认为 Astra 是空间理解的重大飞跃，并表示该模型在尚未发布的 REMAP 基准上达到了接近人类的精度。 Artzi 怀疑 OpenAI 使用大量 3D 数据（例如 Blender 场景）来训练模型，尽管目前尚不清楚到底有多少机器人数据用于训练。
机器人的简短而混乱的历史
OpenAI 以前就来过。该公司于 2020 年关闭了机器人部门，联合创始人 Wojciech Zaremba 后来解释说，该团队缺乏所需的训练数据，而大型语言模型看起来是通往 AGI 的更快路径。机器人技术工作于 2024 年重建，首先是通过合作伙伴关系和硬件投资，据报道，首席执行官 Sam Altman 的目标是在 2027 年进行首次公共机器人演示，长期目标是打造 OpenAI 自己的日常机器人。
这次的差异是结构性的，而不是战略性的。将研究人员纳入主要研究团队和应用组织，将机器人技术工作保留在公司内部，同时取消了拥有它的独立团队——这与 OpenAI 在 11 月进行的更广泛的重组中解散其准备安全团队时遵循的模式相同，此举招致了安全研究人员的批评。
竞争并未停滞不前
The Decoder 指出，Anthropic 和谷歌也通过其大型通用模型展示了机器人任务的最新进展，因此 OpenAI 的赌注并非凭空做出。谷歌 DeepMind 的 Gemini 机器人工作已经在自己的轨道上运行了一年多，专门的机器人初创公司认为，专门构建的模型仍然具有真正的优势。
这些优势是争论的关键。据《解码器》报道，即使通用性较差，专业机器人模型仍可能在成本、可靠性、速度和能耗方面获胜。在机器人上运行的前沿模型还提出了小型专用策略网络不会面临的有关延迟和连接的实际问题。单个通用模型是否能够吸收这些约束正是下一轮硬件在环基准测试将测试的内容。
这对行业意味着什么
如果 OpenAI 的赌注得到回报，机器人堆栈就会崩溃，变成重塑语言和编码的相同基础模型经济学：一个模型，多个身体。如果没有，该公司将用一个专注的机器人团队来换取同时满足多个目标的研究线——一些机器人研究人员警告说，这种交易比看起来更难扭转。
目前，信号指向一个方向。 OpenAI 离开了机器人会议摊位，重新分配了机器人研究人员，并将其最强大的模型指向了物理世界。 Altman 希望在 2027 年实现的机器人演示现在不再依赖于机器人部门，而更多地依赖于 Astra 级模型能走多远。
---
保持人工智能领先地位获取最新的人工智能新闻、分析和突破——尽在一个地方。
阅读更多人工智能新闻 →
