OpenAI在机器人技术路线上做出了一次重要调整:解散成立不到半年的独立机器人团队,将原团队研究人员并入公司主要研究团队,转向通用人工智能模型研发。OpenAI向媒体确认,调整的原因是通用模型在控制机器人上表现出色。这一变化与DeepSeek创始人梁文锋此前关于具身智能可建立在通用模型持续进化之上的判断形成呼应。
据独立评测机构Artificial Analysis发布的AA-Robotics v0.1榜单,OpenAI的GPT-6.2 Astra在真实机械臂测试中得分79,完成8项物理任务中的6项;能力相对较弱的GPT-6.2 Sol也得到78分。测试全程采用零样本设定,模型不允许进行专项训练,以写代码的方式直接控制一台6轴机械臂移动真实物体。此外,独立评测机构Robocurve的实机测试显示,在双臂机械臂执行“抓取方块并放入碗中”任务上,Astra取得95%的成功率。
过去,机器人厂商普遍认为垂直模型在机器人适配、力控等方面更具优势。但通用模型在机器人任务上的表现正在改变这一认知。英伟达10月发布的Astranomy研究,直接使用GPT-6.2 Astra控制仿真机器人,在RoboLab-120测试中取得66.3%的任务成功率。英伟达机器人部门负责人Deepu Talla称,GPT-6.2 Astra的出现是推动机器人具备多任务处理能力的一项重大突破。Anthropic发布的Claude Fable 5.2也展示了类似能力,在RoboDojo Sim仿真基准中平均成功率达到64.9%,同一测试框架下GPT-6.2 Astra的成绩为29.8%。
OpenAI的机器人路线并非首次调整。2019年公司成立机器人团队,2020年解散,联合创始人Wojciech Zaremba曾解释机器人数据有限,其他方法可以更高效地实现AGI。2024年OpenAI与Figure AI合作,将大模型能力应用于机器人,但一年后合作结束。2026年初,OpenAI研究人员开始从Sora视频生成模型入手研究物理世界模拟。今年6月,Sam Altman宣布成立机器人部门OpenAI Robotics,由Sora之父Aditya Ramesh领导。但该部门成立仅三个月后,OpenAI发布GPT-6.2 Astra,发现通用模型本身已能参与机器人任务,于是再次转向。卡内基梅隆大学机器人研究所助理教授Guanya Shi评价称,这意味着OpenAI认为机器人技术“不再是一个特殊问题”。
在中国,机器人公司也在关注这一变化。宇树正在探索大模型用于机器人,创始人王兴兴直言:“明年GPT-7出来,可能直接把具身智能问题打穿。”宇树此前推进VLA模型和世界模型,发布过通用VLA模型UnifoLM-VLA-0以及WMA模型,最近又开始尝试将GPT-6.2 Astra用于机器人实验。王兴兴提到,在零训练条件下,仅通过提示词机器人就能完成绘画、识别棋盘并精准放置棋子。智元机器人的稚晖君团队也发布论文,核心是把会聊天的大模型与能执行动作的机器人身体打通。
通用大模型接入机器人成为新趋势,但并不意味着VLA模型和世界模型就此退场。具身智能的主流技术路线经历了从VLA模型到世界模型、再到通用大模型的演变,但从未有谁真正取代谁。VLA模型让模型同时处理摄像头画面和人类指令并转化为动作,但缺乏泛化能力;世界模型试图从视频中学习物理规律并预测未来,但模拟的物理过程未必能在现实中准确复现。通用大模型的思路则是利用已有推理能力分析任务并进行规划。两条路线技术思路不同,却指向同一个目标:让AI在真实世界中采取行动。
对AI产业投资者而言,这一趋势意味着机器人智能的研发重心可能从专用垂直模型向通用大模型迁移,进而影响机器人产业链的技术路线选择与算力需求结构。OpenAI在调整机器人业务的同时投资了多家机器人公司,DeepSeek也参与宇树科技配售并达成三年战略合作,还投资了Winverse AI、理格万物等公司,显示模型公司与机器人公司的绑定正在加深。