OpenAI再撤机器人团队：通用模型接管，2027年演示不变

2026年11月13日，据Fortune报道，OpenAI把独立运营的机器人团队撤掉了。机器人研究人员被划入首席研究官Mark Chen牵头的主研究团队，应用机器人和硬件团队则归到总裁Greg Brockman掌管的Applied组织。公司发言人对这次调整的表态是：这说明公司仍看重机器人方向。

英伟达研究数据给出了另一组对比：把GPT-6 Astra当作大脑的机器人智能体，在模拟操控基准测试里拿到74.8%的分数，而最优秀的专用机器人模型只有51%。

六年三次：组织变迁史

机器人团队在OpenAI创立初期就有，2020年被裁掉。联合创始人Wojciech Zaremba把原因归到两点：机器人训练数据不够用，走大型语言模型这条路奔AGI更划算。

2024年，这个独立团队又被搭了起来，与Figure联手开发机器人AI模型。双方的合作在2025年2月画上句号，Figure转为自己开发模型。之后OpenAI放出要自建人形机器人的消息，CEO Sam Altman定的目标是2027年做首次公开演示。

到2026年，独立团队第二次被解散。六年里这已经是第三回结构性调整——从没有到有，从有到散，从重建到并入。这条轨迹说明，对“机器人需不需要专属AI团队”这个问题，OpenAI的答案一直跟着通用模型能力的演进而改。

核心押注：通用智能是否消解机器人特殊性

公司发言人向Fortune介绍，年初团队判断，在Sora这类视频模型之上搭建机器人AI是最优解，理由是视频模型本身就隐含了对物理世界连续时序的理解。可随着GPT-6 Astra等通用前沿模型能力往上跳，研究人员发现通用模型能直接接进机器人控制接口：给它摄像头图像、机器人状态信息和动作控制接口，指令就出来了。

卡内基梅隆大学机器人研究所助理教授Guanya Shi把这次调整读作一个信号——“机器人不再是特殊问题”。在他看来，OpenAI可能认为机器人控制说到底只是通用智能的一项下游应用，把通用模型对准具体任务就行。

不过Shi也提到，云端大型语言模型有响应延迟的毛病。机器人场景要实时反应，还是得靠轻量级本地小模型来配合。通用大模型能当“战略大脑”，但“神经反射”这活儿未必能一个人扛。

DeepMind的反向押注：专用模型路线

OpenAI宣布解散机器人团队的三天前，Google DeepMind在11月10日推出了Gemini Robotics 2.5。这是个专门为机器人场景设计的视觉-语言-动作模型。路线与OpenAI正好相反，DeepMind选的是为物理世界造一套专属架构。

按DeepMind公告的说法，Gemini Robotics 2.5在与奔驰合作的概念验证中，驱动Apptronik Apollo 2人形机器人完成了汽车零件分拣和包装任务，真实工厂环境下成功率达到96%。

OpenAI引用的74.8%对51%出自英伟达的模拟操控基准测试，DeepMind的96%则来自真实工厂场景，两个数字量的不是一回事。MIT教授、Walden Robotics联合创始人Russ Tedrake的看法是，真实部署数据才是机器人厂商的核心护城河。

组织架构解散与方向延续

从组织逻辑上讲，撤掉独立机器人团队本身就是一种技术自信的表达：通用模型够强了，再单独养一支“让机器人变聪明”的队伍就是重复投入，把人并进核心研究流更合适。

但机器人要面对的感知校准、安全冗余、机械可靠性这些难题，不会因为通用模型变强就自己消失。独立团队解散之后，谁来扛这些工程问题，目前没有公开答案。

OpenAI发言人表示，2027年人形机器人公开演示的计划没有变。

两条路线与未解问题

AI机器人领域正上演一场路线对决：OpenAI赌的是通用前沿模型的涌现能力，撤掉专属组织来减少冗余；DeepMind赌的是为物理世界定制的专用架构，拿真实工厂数据来验证效果。两边都有数据撑着，也都有研究者站台。

机器人创业公司Generalist联合创始人Pete Florence的判断是，现有模型里究竟有没有哪一个能最终胜出，现在还说不好。