开放人工智能重组机器人团队聚焦通用模型直控
一、核心突破与产品
开放人工智能(OpenAI)11月15日对其机器人研究团队进行重组,拆分为核心研究与应用硬件两个单元。调整的意图很明确:让机器人研发与公司“用通用前沿模型直接控制机器人”的战略对齐。过去几年,OpenAI的机器人布局几经摇摆,曾解散又重建机器人团队;这次重组把基础研究与硬件落地分开,前者专注通用模型的机器人能力,后者负责把模型装进真实机器。此举被视为OpenAI把具身智能从探索性项目升级为战略方向的信号。OpenAI在机器人领域的摇摆并非孤例:谷歌同样经历过机器人部门的分合,行业对具身智能的热情几起几落。这次重组的不同之处在于,它发生在通用大模型已经成熟之后,机器人不再是独立的硬件项目,而是大模型能力的延伸。
二、底层架构与关键参数
用通用模型直接控制机器人,是当前具身智能最激进也最受关注的路线。传统做法是为每种任务单独训练控制模型,换个场景就要重新训练;通用模型路线则希望一个模型既能理解语言指令、看懂环境,又能直接输出动作序列,机器人换个房间、换个任务都能接着干。重组后的分工对应了这条路线的两个瓶颈:核心研究要解决模型如何从视频与语言中学会物理常识,应用硬件要解决模型输出的动作如何在真实电机、关节与传感器上稳定执行。两者缺一不可,分开管理是为了让各自的进度不再互相拖累。通用模型路线的难点还在于数据:语言模型可以从互联网文本中学习,机器人模型需要的是物理世界的操作数据,而这类数据的采集成本高、规模小。OpenAI如何解决机器人数据的来源问题——自建采集、仿真生成,还是与硬件厂商合作——将直接决定这条路线的成败。重组后的应用硬件单元,很可能同时承担数据采集平台的搭建任务。
三、产业生态与行业影响
机器人是人工智能竞争的新前线,谷歌(Google)、特斯拉(Tesla)、英伟达(NVIDIA)与一批创业公司都在加码,OpenAI的这次调整是对这场竞赛的回应。通用模型直控机器人的想法很诱人,但落地仍有硬门槛:真实世界的物理反馈比屏幕上的文字复杂得多,一次抓取失败可能就是一次硬件损坏。重组只是组织动作,真正的检验在于OpenAI能否拿出在真实机器人上稳定运行的通用模型,以及它是否愿意像发布语言模型那样,把机器人能力开放给开发者。
信源跟踪: 开放人工智能公司消息 | 数据时间: 北京时间 2026年11月15日
