OpenAI撤销独立机器人团队，乍看像是收缩投入；但公司给出的解释恰恰相反：这是为了加快机器人研发。核心变化在于，OpenAI认为通用前沿模型已经可以直接应用于部分机器人任务，因此未必需要继续把机器人模型研究单独放在一个团队里推进。18

团队去了哪里？

机器人研究人员已并入OpenAI的核心研究部门，向首席研究官Mark Chen汇报；应用机器人和硬件团队则转入由总裁Greg Brockman领导的Applied组织。1

换句话说，研究工作更靠近通用模型研发，机器人应用与硬件工作则归入更大的应用团队。这改变的是机器人项目在公司内部的组织方式，不能单凭此举认定OpenAI不再研发机器人。

从Sora思路转向通用模型直接上手

2026年早些时候，OpenAI研究人员据报曾考虑以Sora等视频模型为切入点。之后，他们发现包括GPT-6 Astra在内的通用前沿模型，在直接应用于某些机器人任务时表现出潜力。策略因此从“为机器人另做一套模型”，转向检验通用模型已经具备的能力能否迁移到机器人上。8

一项据报由Nvidia开展的模拟操作基准，为这一路径提供了一条积极信号：由Astra驱动的智能体成功率达到74.8%，而该基准中表现最好的专用机器人模型为51.0%。58

不过，这仍是模拟环境中的结果，并不能证明通用模型控制的机器人已能在现实世界中稳定工作。机器人面对的硬件差异、真实环境和不同任务，都是这项成绩本身无法回答的问题。它支持了OpenAI正在押注的方向，却还不足以证明专用模型已无必要。

通用模型有优势，不代表现实难题消失

报道转述的卡内基梅隆大学学者Guanya Shi观点认为，机器人技术或许正变得不再是一个完全独立的AI研究问题；但报道也指出，机器人仍可能需要更小、能在本机运行且不必持续联网的模型。2137

其他业内人士的看法则提醒人们，模型能力只是其中一环。据报道，Russ Tedrake认为，机器人公司可以凭借真实部署积累的数据建立优势；Generalist联合创始人Pete Florence则表示，目前还不清楚哪类模型最终会在机器人领域占上风。2839

这些观点把几个经常被混为一谈的问题区分开来：通用模型能否完成任务、模型能否在机器人硬件上运行，以及系统能否在真实部署中持续积累经验，并不是一回事。

这次调整说明了什么？

最明确的信号是组织层面的：OpenAI希望由核心模型研究和应用工程团队共同推进机器人工作，而不再维持一个独立的机器人团队。公司此前与人形机器人初创公司Figure合作开发相关AI模型；这项合作于2025年2月结束，显示其合作方式也曾发生变化。2021

据报道，OpenAI仍在研发自有的人形机器人，Sam Altman设定的目标是在2027年进行首次公开展示。34这指的是展示目标，并不等于承诺届时推出商业产品。

综合来看，OpenAI当前的押注是：通用模型可以承担机器人智能的更大一部分，应用与硬件团队再把这些能力接入实体系统。模拟基准为这一设想增加了依据，但还不能说明专用模型、端侧运行能力或真实部署经验已经不再重要。

OpenAI撤销独立机器人团队，乍看像是收缩投入；但公司给出的解释恰恰相反：这是为了加快机器人研发。核心变化在于，OpenAI认为通用前沿模型已经可以直接应用于部分机器人任务，因此未必需要继续把机器人模型研究单独放在一个团队里推进。18

团队去了哪里？

机器人研究人员已并入OpenAI的核心研究部门，向首席研究官Mark Chen汇报；应用机器人和硬件团队则转入由总裁Greg Brockman领导的Applied组织。1

换句话说，研究工作更靠近通用模型研发，机器人应用与硬件工作则归入更大的应用团队。这改变的是机器人项目在公司内部的组织方式，不能单凭此举认定OpenAI不再研发机器人。

从Sora思路转向通用模型直接上手

2026年早些时候，OpenAI研究人员据报曾考虑以Sora等视频模型为切入点。之后，他们发现包括GPT-6 Astra在内的通用前沿模型，在直接应用于某些机器人任务时表现出潜力。策略因此从“为机器人另做一套模型”，转向检验通用模型已经具备的能力能否迁移到机器人上。8

一项据报由Nvidia开展的模拟操作基准，为这一路径提供了一条积极信号：由Astra驱动的智能体成功率达到74.8%，而该基准中表现最好的专用机器人模型为51.0%。58

不过，这仍是模拟环境中的结果，并不能证明通用模型控制的机器人已能在现实世界中稳定工作。机器人面对的硬件差异、真实环境和不同任务，都是这项成绩本身无法回答的问题。它支持了OpenAI正在押注的方向，却还不足以证明专用模型已无必要。

通用模型有优势，不代表现实难题消失

报道转述的卡内基梅隆大学学者Guanya Shi观点认为，机器人技术或许正变得不再是一个完全独立的AI研究问题；但报道也指出，机器人仍可能需要更小、能在本机运行且不必持续联网的模型。2137

其他业内人士的看法则提醒人们，模型能力只是其中一环。据报道，Russ Tedrake认为，机器人公司可以凭借真实部署积累的数据建立优势；Generalist联合创始人Pete Florence则表示，目前还不清楚哪类模型最终会在机器人领域占上风。2839

这些观点把几个经常被混为一谈的问题区分开来：通用模型能否完成任务、模型能否在机器人硬件上运行，以及系统能否在真实部署中持续积累经验，并不是一回事。

这次调整说明了什么？

最明确的信号是组织层面的：OpenAI希望由核心模型研究和应用工程团队共同推进机器人工作，而不再维持一个独立的机器人团队。公司此前与人形机器人初创公司Figure合作开发相关AI模型；这项合作于2025年2月结束，显示其合作方式也曾发生变化。2021

据报道，OpenAI仍在研发自有的人形机器人，Sam Altman设定的目标是在2027年进行首次公开展示。34这指的是展示目标，并不等于承诺届时推出商业产品。

综合来看，OpenAI当前的押注是：通用模型可以承担机器人智能的更大一部分，应用与硬件团队再把这些能力接入实体系统。模拟基准为这一设想增加了依据，但还不能说明专用模型、端侧运行能力或真实部署经验已经不再重要。