GPT-6.2 Astra机械臂测试夺冠,OpenAI解散机器人团队转向通用模型
OpenAI裁撤机器人团队,通用模型“杀死”垂直模型?
GPT-6.2 Astra在真实机械臂测试中拿下第一,通用大模型直接驱动机器人的能力又往前走了一步。独立评测机构Artificial Analysis公布的AA-Robotics v0.1榜单显示,GPT-6.2 Astra得分79,8项物理任务完成了6项。
能力相对弱一些的GPT-6.2 Sol同样拿到78分,并不只有OpenAI的旗舰模型表现突出。这项基准测试不允许模型做专项训练,全程为零样本设定,模型靠写代码的方式直接控制一台6轴机械臂,去移动真实物体。
机器人厂商过去大多相信,机器人垂直模型在机器人适配、力控这些方面更有优势,比通用模型更贴合机器人场景。
但通用模型性能持续迭代之后,局面可能反过来——垂直模型的地位或将被通用模型取代。梁文锋也讲过相近的看法:具身智能要突破,可以建立在通用模型能力不断进化的基础上。
在梁文锋的AI路线中,通用模型自身能力的进化才是通往AGI的主线,具身智能是这条主线延伸出去的部分。
01
11月13日,外媒报道称OpenAI解散了独立机器人团队,原团队并入公司主要研究团队,应用机器人和硬件团队则被调整到其他部门。OpenAI向媒体确认,这次调整的原因正是通用模型在控制机器人上表现突出。
研究人员发现,把GPT-6 Astra接到机器人上,它已经能参与一些具体任务的执行,表现让人惊喜。其实GPT-6 Astra发布之后,用Astra驱动机器人的尝试就出现了一轮。独立评测机构Robocurve的实机测试显示,双臂机械臂执行“抓取方块并放入碗中”的任务时,Astra成功率达到95%。
这些实验给通用模型控制机器人添了更多现实依据。成立不到半年的独立机器人团队被并入主要研究团队,研究人员转向通用人工智能模型研发,这说明OpenAI换了技术路线:通用模型既然开始能控制机器人,就不必再为机器人单独研发一套“空间智能”专门模型。
其实在机器人技术路线上,OpenAI调整方向已不是头一回。2019年它就成立了机器人团队,想借助强化学习等方式让机器人学会抓取、摆放物体等任务,可到了2020年,这支团队就解散了。
联合创始人Wojciech Zaremba曾解释,机器人数据有限,用其他方法实现AGI反而更高效。此后OpenAI把精力放在大语言模型上,2022年推出ChatGPT。
多模态模型发展起来后,OpenAI又把目光转回机器人。2024年,它与当时的人形机器人公司Figure AI合作,尝试把大模型能力用到机器人身上。
OpenAI副总裁Peter Welinder当时表示,与Figure合作是想探索在大型多模态AI模型支持下,人形机器人能达到怎样的智能化水平。后来Figure AI发布的Figure 01演示视频里,机器人能按人类指令完成简单的物品递送,这次合作中OpenAI的模型提供的是视觉理解和语言交互能力。
不过一年后,Figure AI宣布结束合作,转向自主研发机器人AI。
OpenAI对机器人的兴趣并没有消退。2026年初,其研究人员开始探索另一条路线:从Sora这类视频生成模型入手。作为视频生成模型,Sora能理解物体、空间和运动之间的关系,对物理世界的运作方式有一定理解。
OpenAI的掉头不是个例。2025年初,具身智能圈子里最主流的做法还是VLA模型;到了年底,VLA在跨场景泛化等环节的短板逐渐暴露,行业的目光随之移向世界模型。
今年6月,Sora关停两个月之后,Sam Altman对外宣布组建机器人部门“OpenAI Robotics”,Sora团队整体转去做机器人研发。该部门由Sora之父、DALL-E创始人Aditya Ramesh带队,把Sora攒下的世界模拟技术搬到机器人训练中,短期内盯的是工业辅助机器人,长远目标则是消费级人形机器人。
不过这条路很快又起了变化。
新部门成立才三个月,今年9月,OpenAI就发布了GPT-6 Astra。他们发现,通用模型本身已经能参与机器人任务。比起专门为机器人研究世界模拟技术,直接拿通用模型现成的视觉理解、推理和任务规划能力来用,同样能走通。
卡内基梅隆大学机器人研究所助理教授Guanya Shi对此的评价是,这说明OpenAI认为机器人技术“不再是一个特殊问题”。
在机器人这条路上绕了一圈,OpenAI又把注意力放回了通用模型。
02
OpenAI的转变同样不是孤例。通用模型在机器人任务上的表现,正促使行业重新打量这条技术路线。
英伟达10月发布的Astranomy研究,就是直接用GPT-6 Astra去控制仿真机器人。RoboLab-120测试中,这种直接控制方案的任务成功率达到66.3%。
英伟达机器人部门负责人Deepu Talla近日在接受采访时表示,GPT-6 Astra的出现,是让机器人具备多任务处理能力的一次重大突破。
Anthropic发布的Claude Fable 5.2也拿出了类似的本事。该模型操控机器人完成了不少任务,解魔方、拧开瓶盖、画机器人都在其中。RoboDojo Sim仿真基准里,Fable 5.2平均成功率为64.9%,同一测试框架下GPT-6 Astra的成绩是29.8%。
这条技术路线眼下还没成熟,但至少能说明一点:通用模型正成为具身智能研究中一条值得一试的路。
国内机器人公司也在留意这一动向。
宇树就在探索把大模型用在机器人上,王兴兴的话说得很直接:“明年GPT-7出来,可能直接把具身智能问题打穿。”
在这之前,宇树一边推VLA模型,一边也在摸世界模型。王兴兴提过,去年宇树重新捡起了基于视频生成的世界模型。公司发布过通用VLA模型UnifoLM-VLA-0,还有WMA(世界模型—动作)模型。
而最近,宇树又开始试着把GPT-6 Astra用在机器人实验里。
按王兴兴的说法,事先没有编写复杂程序,只靠提示词,机器人就能完成绘画;机器人还能识别棋盘,并把棋子准确放到对应位置。他强调,这些实验都是在“零训练”条件下完成的。
智元机器人同样在往这个方向探。
近日,稚晖君团队发表了一篇论文,核心做法是把会聊天的大模型和能执行动作的机器人身体打通。模型不光能听懂语言指令,还能调用机器人的身体,去完成指向真实物体、身体动作和面部表情等任务。
这说明,机器人公司正试着把通用大模型的能力“接”进机器人身体,借此推进具身智能。
梁文锋此前的判断,也因此多了一个新的参照。
世界模型成为具身智能热门方向的时候,梁文锋对这条路线态度相对克制。他更看重通用模型自身能力的进化,把它当作通向AGI的主线。
在梁文锋的AI路线构想里,Agent之后要先解决AI模型的持续学习能力,接着是能自我迭代的奇点,然后才轮到具身智能。
说白了,他想先把通用模型本身做够强,再让这种能力延伸到物理世界。
这和OpenAI最新的调整有某种相似之处。两者指向同一个判断:具身智能未必需要从头训练一套独立的机器人智能,通用模型能力的进化,也可能成为机器人走向具身智能的一条路径。
其实,两家公司的手都没有停在模型这一层。
OpenAI一边调整机器人业务,一边投过好几家机器人公司。DeepSeek那边则往具身智能延伸:参与宇树科技配售,与宇树签下三年战略合作,还投资了Winverse AI、理格万物等公司。
03
通用大模型装进机器人,正在成为一种新做法。不过这并不代表VLA模型和世界模型就此退场。
这几年,具身智能的主流技术路线换过几轮:先是VLA模型,接着是世界模型,再往后是通用大模型。可谁也没有真正把谁替掉。
最早被关注的是VLA模型。VLA即视觉-语言-动作模型,说白了,就是让模型同时处理摄像头画面和人类指令,再把理解结果变成机器人的动作。
这条路线的出现,和当时大模型的发展阶段有关。那时大模型已经有一定的语言和视觉理解能力,但还做不到直接控制机器人。机器人自身的数据有限,从头训一个机器人模型又很难。
2023年7月,Google DeepMind发布了VLA模型RT-2。它可以从网络数据和机器人数据中学习,再把这些知识转成用于机器人控制的通用指令。
在当时,VLA路线提供了一种可行的方案。问题是它缺乏泛化能力,也缺乏自主性,机器人因此没法适应复杂的现实环境。
现实物理世界里,机器人要应对持续发生的物理变化。它不光得知道眼下该做什么,还得判断这么做之后,世界会变成什么样。
所以,视频生成模型出来以后,厂商普遍认为它有希望取代VLA模型。
2024年2月,OpenAI发布Sora,技术报告里提出:大规模视频训练可以成为构建物理世界模拟器的一条路径。
互联网上有大量人类活动的视频。人怎么拿东西、搬东西、走路、整理物品,都被拍了下来。模型如果能从这些视频里学到物体运动、空间关系和动作后果,就有机会把这种能力迁移到机器人身上。
可视频生成并不等于能控制机器人。行业于是开始尝试把世界预测和动作生成合到一起,做出世界动作模型(WAM)。
换句话说,VLA侧重的是从观察到动作的映射,世界动作模型则想把对未来的预测也塞进动作决策里。
但世界模型仍有不少问题,它模拟出来的物理过程,放到现实环境里未必能准确复现。
Astra之后,行业又开始摸索另一种可能:通用大模型能不能直接担起机器人的任务理解、规划和决策?
通用大模型若已足够聪明,机器人是否还得靠 VLA 模型来充当它与身体之间的中间层?斯坦福团队与加州理工联合发布的具身智能项目 HomeBody 就给出了一个可参考的案例。
HomeBody给出的答案是:在一定任务范围内,可以不需要。
研究人员把GPT-6 Astra接入宇树G1人形机器人,让机器人直接调用预先构建好的机器人技能库。进入没见过的厨房后,机器人按人类指令完成了整理和物品寻找。

Anthropic后来发布的Fable 5.2也是这样。Fable 5.2在控制机器人方面提升明显,即便是它从未专门训练过的机器人任务,也能应付得来。
这意味着,随着模型推理能力变强,一些原本要靠专门训练才能获得的机器人技能,可能开始从通用模型里冒出来。
具身智能的一个核心问题,是让机器人理解环境,并判断行动可能带来什么结果。世界模型的思路是从视频中学习,再模拟未来;通用大模型的思路是用已有的推理能力分析任务,再拿去做任务规划。
两条路线的技术思路不一样,指向的目标却是同一个:让AI在真实世界里采取行动。