OpenAI在2026年11月重整機器人業務，把原本獨立的機器人團隊拆分到公司其他部門。公司給出的理由是加快進展，而不是退出：OpenAI認為，通用前沿模型已能直接應用於部分機器人任務，因此未必需要另設一個專門開發機器人模型的研究團隊。18

團隊被分到哪裡？

機器人研究人員轉入OpenAI的核心研究部門，向首席研究長Mark Chen匯報；應用機器人與硬體團隊則併入由總裁Greg Brockman領導的Applied部門。1

這項調整讓機器人研究更貼近公司的通用模型研發，同時把應用工程和硬體工作納入規模更大的應用組織。改變的是機器人在OpenAI內部的組織位置，單憑這項重整，不能推論公司已停止研發機器人。

技術路線為何轉向通用模型？

據報導，2026年初，OpenAI研究人員曾考慮以Sora等模型作為進入機器人領域的途徑；之後，他們發現把通用前沿模型——包括GPT-6 Astra——直接用於機器人任務，也展現出不錯的表現。策略重心因此從「另做一套機器人模型」，轉向測試通用模型已有的能力能否延伸到機器人身上。8

一項據報由Nvidia進行的模擬操作基準，提供了這條路線的一項佐證：由Astra驅動的代理成功率為74.8%，高於該基準中最佳專用機器人模型的51.0%。58不過，這是模擬環境的結果，不代表由通用模型控制的機器人已能在真實世界穩定運作。它支持OpenAI的研究方向，卻還不能回答模型在不同環境、硬體和任務上的表現如何。

通用模型仍有實際限制

通用模型可能降低機器人研究與其他AI研究之間的界線，但不代表所有技術難題都已消失。二手報導轉述，Guanya Shi認為，機器人對AI研究而言或許不再是完全獨立的問題；同一報導也提到，機器人仍需要能在裝置端運作、無須持續連網的小型模型。2137

其他專家提出的疑問，則關乎實際部署與未來路線。據報導，Russ Tedrake認為，機器人公司能透過真實世界的部署資料建立優勢；Pete Florence則表示，目前還不清楚哪種模型路線最終會勝出。2839

這些觀點提醒我們，模型能力只是其中一環。硬體整合、離線運作，以及從實際部署中累積經驗，都是彼此相關、但不能互相取代的課題。

這次重整透露了什麼？

最明確的訊號是組織上的取捨：OpenAI希望由核心模型研究與應用工程團隊共同承接更多機器人工作，而不是維持一支獨立團隊。據報導，OpenAI與人形機器人新創Figure曾有合作，合作於2025年2月結束，也顯示公司在這段期間調整過布局與合作關係。2021

另有報導指出，OpenAI正在研發自己的人形機器人，並以2027年進行首次公開展示為目標。這是公開展示的目標，不等於承諾屆時推出商用產品。34

整體來看，OpenAI押注的是：通用模型可以承擔機器人「智慧」的更多部分，再由應用團隊把這些能力整合進實體系統。模擬基準為這個方向提供了鼓舞人心的證據，但還不能證明專用模型、裝置端系統或真實部署經驗已經不再重要。

OpenAI在2026年11月重整機器人業務，把原本獨立的機器人團隊拆分到公司其他部門。公司給出的理由是加快進展，而不是退出：OpenAI認為，通用前沿模型已能直接應用於部分機器人任務，因此未必需要另設一個專門開發機器人模型的研究團隊。18

團隊被分到哪裡？

機器人研究人員轉入OpenAI的核心研究部門，向首席研究長Mark Chen匯報；應用機器人與硬體團隊則併入由總裁Greg Brockman領導的Applied部門。1

這項調整讓機器人研究更貼近公司的通用模型研發，同時把應用工程和硬體工作納入規模更大的應用組織。改變的是機器人在OpenAI內部的組織位置，單憑這項重整，不能推論公司已停止研發機器人。

技術路線為何轉向通用模型？

據報導，2026年初，OpenAI研究人員曾考慮以Sora等模型作為進入機器人領域的途徑；之後，他們發現把通用前沿模型——包括GPT-6 Astra——直接用於機器人任務，也展現出不錯的表現。策略重心因此從「另做一套機器人模型」，轉向測試通用模型已有的能力能否延伸到機器人身上。8

一項據報由Nvidia進行的模擬操作基準，提供了這條路線的一項佐證：由Astra驅動的代理成功率為74.8%，高於該基準中最佳專用機器人模型的51.0%。58不過，這是模擬環境的結果，不代表由通用模型控制的機器人已能在真實世界穩定運作。它支持OpenAI的研究方向，卻還不能回答模型在不同環境、硬體和任務上的表現如何。

通用模型仍有實際限制

通用模型可能降低機器人研究與其他AI研究之間的界線，但不代表所有技術難題都已消失。二手報導轉述，Guanya Shi認為，機器人對AI研究而言或許不再是完全獨立的問題；同一報導也提到，機器人仍需要能在裝置端運作、無須持續連網的小型模型。2137

其他專家提出的疑問，則關乎實際部署與未來路線。據報導，Russ Tedrake認為，機器人公司能透過真實世界的部署資料建立優勢；Pete Florence則表示，目前還不清楚哪種模型路線最終會勝出。2839

這些觀點提醒我們，模型能力只是其中一環。硬體整合、離線運作，以及從實際部署中累積經驗，都是彼此相關、但不能互相取代的課題。

這次重整透露了什麼？

最明確的訊號是組織上的取捨：OpenAI希望由核心模型研究與應用工程團隊共同承接更多機器人工作，而不是維持一支獨立團隊。據報導，OpenAI與人形機器人新創Figure曾有合作，合作於2025年2月結束，也顯示公司在這段期間調整過布局與合作關係。2021

另有報導指出，OpenAI正在研發自己的人形機器人，並以2027年進行首次公開展示為目標。這是公開展示的目標，不等於承諾屆時推出商用產品。34

整體來看，OpenAI押注的是：通用模型可以承擔機器人「智慧」的更多部分，再由應用團隊把這些能力整合進實體系統。模擬基準為這個方向提供了鼓舞人心的證據，但還不能證明專用模型、裝置端系統或真實部署經驗已經不再重要。