OpenAI 解散机器人团队:GPT-6 Astra 在仿真中胜过专用系统
英伟达的数据显示,Astra 在操作任务上达到 74.8%,比排名第一的专用竞争对手高出近 24 个百分点

OpenAI 第二次解散了独立的机器人团队,把研究人员分散到公司的主要研究部门和应用部门。这次重组由 OpenAI 向《财富》证实,并于周四见报,起因是一项出人意料的实测发现:它的前沿通用模型GPT-6 Astra无需任何专门的机器人训练就能控制机器人,而且在相同的测试条件下,比最好的专用机器人 AI 系统做得更好。
时间点颇为引人注目。本周,顶级的机器人学术会议 CoRL(机器人学习大会)正在奥斯汀举行。OpenAI 预订了 208 号展位,展位却空着。原机器人团队的成员还是出现在了展位上,即使没有演示也引来了一小群人。这一幕或许在无意中演示了眼下主导这个领域的一个问题:当一个通用模型在标准仿真中已经能胜过专用系统时,专门的机器人专业知识还有多少是必需的?
一项改变了战略的基准
这次重组的直接起因,是英伟达西雅图机器人实验室于 10 月 14 日发表的一项研究,该公司把它叫作 Astranomy。研究人员提出了一个尖锐的问题:给 GPT-6 Astra 提供摄像头画面、机器人状态信息和自然语言控制接口,它能否在不做任何机器人专项微调的情况下操控一台操作型机器人?答案是肯定的,至少在仿真中如此——而且领先的幅度比预期的还大。
在完整的 RoboLab-120 基准上,Astra 表现最好的配置(称为 Agentic Policy)取得了 74.8% 的成功率。同一排行榜上表现最好的非 Astra 系统名为 Lakeside,成功率为 51.0%——一个通用对话模型与专为物理操作而打造的系统之间,差了近 24 个百分点。作为参照,英伟达的研究还测试了 Astra 的另外两种配置:跳过中间推理的 Direct Policy 达到 66.3%,Orchestrated Policy 变体为 66.5%。三者都超过了最好的专用竞争对手。
Agentic Policy 的工作方式是给 Astra 一个闭环接口:它接收视觉输入,推理机器人和任务的状态,发出动作指令,并在下一步之前观察结果。OpenAI 对《财富》表示,这项发现——再加上此前的内部工作已经表明,它的前沿模型不需要单独的组织架构就能处理机器人任务——让独立的机器人团队变得多余。该公司起初预计,进展会建立在 Sora 视频生成项目的研究之上,Sora 通过在记录物理过程的视频上训练,形成了隐含的物理知识;后来 Sora 被并入了一个范围更广的世界模拟研究组。
这些仿真数字究竟意味着什么
74.8% 这个数字附带着重要的限定条件。英伟达的研究估计,Agentic Policy 每成功完成一次仿真任务的成本约为 36.40 美元,而模型每次推理调用平均耗时 13.37 秒。这样的经济账在真实部署中是站不住的:工业机器人的控制回路通常以 10 至 30 赫兹运行,需要在毫秒级而不是秒级做出决策。
这项基准本身完全是仿真的。RoboLab-120 由数字环境中的 120 项取放任务组成,并不是真实的机器人。另一项学术评测使用了范围更广的 RoboDojo 基准——涵盖 42 个真实任务类别的 2100 次试验——结果发现 Astra 的平均成功率只有 22.48%,虽然排在全部 40 个公开策略之前,但能力分布呈现出明显的两极分化:在需要语义推理的任务上很强,在需要精确抓取、双臂协调和动态运动的任务上很弱。
第三项独立评测覆盖 12 项具身基准和 8 种机器人构型,由商汤 SenseNova 牵头的研究团队于 2026 年 10 月发表,结论是 Astra「基本跨过了具身能力的门槛,但尚未跨过实用具身智能的门槛」——这是一个有用的区分,而重组的公告基本上把它一带而过。
差距背后的架构
要理解一个通用模型为什么能在操作基准上拿到高分,就得先理解这些基准实际上在测什么。RoboLab-120 偏重于考察规划、场景理解和物体识别的任务,而不是精细的运动控制。一个能流畅地推理空间关系、并能把动作描述映射成控制指令的模型,可以应付这项基准中的大多数任务。这恰好对上了 Astra 的长处:训练它所用的语义数据,比任何专用机器人策略所用的都要丰富好几个数量级。
GPT-6 Astra 于 2026 年 9 月 3 日发布——距离机器人团队解散只有十周。该模型拥有 105 万 token 的上下文窗口,主要是为电脑操作、软件工程和长周期的智能体工作而打造的。它的能力并不是专门为机器人设计的。它能如此有效地迁移到操作基准上——至少在仿真中是这样——连熟悉这款模型通用能力的研究人员都感到意外。
第二次解散
这不是 OpenAI 第一次在机器人上掉头。OpenAI 从创立之初就有一支机器人团队,目标是通用机器人。联合创始人沃伊切赫·扎伦巴在 2020 年 10 月解散了那支团队,他在一次Weights & Biases 播客访谈中解释说,训练数据的匮乏拖住了这个项目——机器人领域没有相当于互联网文本语料的东西,而物理交互数据的采集既昂贵又缓慢。
OpenAI 在 2024 年 5 月重启了机器人部门,并确认与 Figure AI 合作,为人形机器人开发 AI 模型。Figure 在那一轮融资中筹集了 6.75 亿美元。这段合作在 2025 年 2 月结束,当时Figure AI 宣布将自行研发 AI 模型,理由是集成方面的困难,以及真实世界的具身 AI 需要垂直整合。
眼下这次解散是五年内的第二次。重组之后,机器人研究将归到首席研究官马克·陈之下,应用机器人和硬件方面的工作则并入由总裁格雷格·布罗克曼领导的应用部门。OpenAI 的一位发言人对《财富》表示,公司仍然致力于通用机器人,并把这次重组说成是加大投入而不是后撤的证明。萨姆·奥尔特曼曾对《财富》表示,他的目标是在 2027 年首次公开展示 OpenAI 自己的人形机器人。
还有一点值得一提:OpenAI 的机器人硬件负责人凯特琳·卡利诺夫斯基于 2024 年底从 Meta 加入,她在 2026 年 3 月辞职——比团队解散早八个月——报道称,原因是她对公司与五角大楼的协议,以及在国内监控和致命性自主武器方面缺乏防护措施感到担忧。
专用机器人公司为什么没有就此收手
这次重组发生时,机器人初创生态正处在一个确实充满不确定性的时刻。数十家公司在 2024 年和 2025 年完成了大额融资,依据的前提是机器人需要一个专用的 AI 大脑——一个用机器人数据训练、针对物理控制优化、并运行在靠近机器人本体的硬件上的专用视觉-语言-动作模型。
Walden Robotics 的联合创始人兼首席执行官、麻省理工学院教授拉斯·特德雷克看到的图景与 OpenAI 不同。Walden 于 2026 年 1 月从丰田研究院分拆出来,并在 2026 年 7 月宣布完成 3 亿美元融资,到 2 月就把机器人部署进了丰田的一家制造工厂。它认为,拥有真实部署经验的公司握有一种 AI 实验室不具备的结构性优势。在特德雷克看来,更好的通用模型会让特定现场的部署数据变得更有价值,而不是更没价值,因为更强的基础模型能从真实世界的物理经验中提取出更多信号。
这个论点有实证支持。学术基准与工业部署之间并不能可靠地相互预测:有一项研究发现,一个在 LIBERO-Spatial 仿真基准上达到 97.65% 成功率的模型,在另一个评测环境的 68 个工业场景中得分为 0%。机器人领域还没有解决从仿真到现实的鸿沟,而促成 OpenAI 这次重组的那些基准数字,并不能证明 Astra 的优势在物理部署中依然成立。
机器人研究人员指出,像 Astra 这样的通用模型是在云端服务器上做推理的。用 Astra 当大脑的机器人必须始终与这套基础设施保持连接,由此带来的延迟和依赖,是专门打造的机载模型可以避免的。Agentic Policy 配置平均 13.37 秒的推理时间,让这个限制变得具体可感:以这样的速度,机器人无法对掉落的物体、移动的人,或者任何比它下一次推理来得更快的动态变化做出反应。
这次重组没有解决的问题
不应该把 OpenAI 的决定解读为通用模型已经彻底解决了物理 AI 的证据。促成重组的基准衡量的是特定的仿真环境,而仿真与物理部署之间的差距,仍然是机器人领域最古老的未解难题。Agentic Policy 配置平均 13.37 秒的推理时间和每次任务 36 美元的成本,代表的是另一种局限:一个无法实时运行的模型,无论在仿真中表现多好,都无法在动态环境中控制一台真实的机器人。
这次重组真正回答的问题要窄得多:OpenAI 得出的结论是,当它的通用模型已经在现有基准上表现强劲时,一支只专注于机器人的独立团队并不是合适的组织架构。这与「通用模型已经取代了专用系统」或者「开发专用机器人 AI 的公司已经失去了优势」是两回事。
原机器人团队的研究人员如今分散在马克·陈的研究部门和格雷格·布罗克曼的应用部门,他们将帮助回答这些更深层的问题——不是通过打造一个专用的机器人大脑,而是通过改进一个已经出人意料地开始奏效的通用模型。今天运行在云端聊天里的同一个模型,明天能否在一台穿行于非结构化环境的真实机器人里运行,是仿真基准目前还回答不了的问题。OpenAI 正在同步推进的 IPO 准备工作——该公司已于 2026 年 6 月向美国证交会秘密提交了 S-1 文件,目标是在 2027 年初登陆公开市场——又给这套组织逻辑添上了财务层面的考虑:比起一个铺得很开、演示目标定在 2027 年、部署的经济账还没算清的硬件项目,一条聚焦的前沿模型战略更容易向投资者讲清楚。



