OpenAI已解散其独立运营的机器人团队，相关研究人员被分拨至公司其他部门。据《财富》杂志11月13日报道，公司给出的直接原因是GPT-6 Astra等通用前沿模型出现意外突破——研究人员发现，这些模型可直接用于机器人控制任务，无需再为机器人单独开发专用模型。

在英伟达进行的一项测试中，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，高于该榜单上最佳专用机器人模型报告的51.0%。这一结果成为OpenAI调整机器人路线的重要依据。

团队去向已经明确：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划归更大的Applied组织，向公司总裁Greg Brockman汇报。OpenAI表示，重新安置研究人员是因为公司现在相信，这是加速推进通用机器人研发的最佳方式，机器人仍是其长期愿景的核心组成部分。

这已是OpenAI在机器人领域的第二次收缩。公司早期曾设有机器人团队，于2020年裁撤，联合创始人Wojciech Zaremba当时的理由是机器人训练数据匮乏，而在海量人类书写文本上训练超大型语言模型更能高效推进通用人工智能目标——这条路径最终在2022年底催生了ChatGPT。OpenAI于2024年重建独立机器人团队，并宣布与人形机器人公司Figure合作开发机器人AI模型，该合作于2025年2月告终，Figure转而自主研发。OpenAI目前仍在开发自研人形机器人，首席执行官Sam Altman的目标是在2027年完成首次公开演示。

此次调整的仓促程度从侧面可见：团队解散后，OpenAI仍在本周于奥斯汀举办的顶级学术机器人会议CoRL上保留了展位注册，但据《财富》记者现场查看，其展位空置、标识不见踪影。

OpenAI在回应中解释了战略逻辑的演变。年初时，研究人员原本认为推动机器人进展的最佳路径是在Sora等视频生成模型基础上继续深耕，因为生成逼真视频需要对物理世界具备隐性理解。但此后GPT-6 Astra等通用模型展现出可直接应用于机器人控制的能力，促使公司改变方向。

卡内基梅隆大学机器人研究所助理教授Guanya Shi将此举解读为一个信号：OpenAI认为机器人学“不再是一个特殊问题”，而是通用智能的一项下游应用，正如同一套底层前沿模型如今同时驱动代码、法律、金融等垂直领域的专业工具。他补充说，通用模型在空间感知和推理上的进步，已能处理此前需要专门训练的任务，例如应对瓶子摆放位置变化或光线条件改变，以及对任务步骤进行推理排序。

这一思路对当前机器人创业生态构成潜在挑战。众多机器人初创公司已在“机器人需要自有大脑”的前提假设下募集了数十亿美元资金，而通用模型可直接用于机器人控制的可能性，从根本上动摇了这一叙事。

不过，并非所有人都认为专用模型会被取代。MIT教授、Walden Robotics联合创始人兼CEORuss Tedrake认为，机器人公司仍具备AI实验室不拥有的优势：它们的机器人已在工厂车间等真实场所积累实际作业经验，这类“部署”数据帮助机器人适应特定工作场景和任务。他指出，更强大的基础模型反而使这些场景专属数据更具价值，因为机器人可以从中更快速地学习。Generalist联合创始人Pete Florence则更为审慎，表示“培育智能的起点可能不止一种”，目前尚不清楚哪个现有模型将最终主导机器人领域。

技术层面的制约同样存在。Guanya Shi指出，大型语言模型虽然强大，但运行速度慢且依赖云端部署，意味着机器人需要持续联网；能在机器人本地计算机上独立运行、无需持续网络连接的小型专用模型仍有其存在价值。

此次重组也是OpenAI更大范围成本管控的一部分。Altman此前已要求公司摒弃“旁支任务”，此后OpenAI陆续削减若干项目，包括视频生成模型Sora，以将算力资源重新调配至更具商业潜力的核心业务。据报道，OpenAI最近一个季度运营亏损达109亿美元，在筹备新融资轮次及谋划2027年初IPO的双重压力下，压缩亏损的迫切性持续上升。解散独立机器人团队、将人员并入主线研究，既契合聚焦核心的战略导向，也有助于减少重复建设、提升研发效率。