
OpenAI 重組機器人研究:通用模型能否走進實體世界
據 TechNews 科技新報報道,OpenAI 已解散獨立機器人團隊,將研究人員分派至核心研究及應用組織。這並不代表公司退出機器人領域;相反地,調整反映其判斷:語言、程式碼與視覺能力逐步整合的通用模型,可能已足以承接部分機器人任務。
對人型機器人、無人車及無人機等實體 AI 而言,這條路線的意義在於,控制實體裝置或可不必從零建立一套獨立模型,而能利用既有模型的感知、推理及任務規劃能力。若此判斷成立,研發資源可以更集中,模型能力也可能較快在軟件 agent 與實體裝置之間流動。
不過,這仍是公司策略與技術方向,並非已獲公開展示驗證的產品能力。TechNews 科技新報指出,OpenAI 把機器人研究併入由研究長 Mark Chen 帶領的核心研究團隊,應用機器人與硬件團隊則歸入由總裁 Greg Brockman 負責的 Applied 組織。報道亦提到,OpenAI 原先在 CoRL 學術會議預留攤位,但《財星》到場時未見展示;因此外界暫難從公開活動判斷重組後的成果與時間表。
從專用模型轉向通用能力
TechNews 科技新報報道稱,OpenAI 團隊年初一度認為,機器人研究宜建基於 Sora 等模型;其後公司認為,包括 GPT-6 Astra 在內的通用模型已可直接用於機器人任務,因而促成重組。由於這些模型名稱、實際能力及展示安排在本次來源之外未有獨立佐證,較穩妥的理解是:這是 OpenAI 對內部技術成熟度所作的判斷,而非對外已證實的通用部署成果。
這種整合有其吸引力。通用模型若能理解自然語言指令、辨識環境,再把高層任務拆成操作步驟,開發者或可減少為每種裝置、每個場景另建一套「大腦」的工作。對 AI agent 而言,這也把控制螢幕、操作軟件與驅動實體硬件,放進較一致的任務執行框架。
但機器人面對的難題不只在於理解指令。它還要在不完整感測、物件差異、空間限制與安全要求下穩定動作;一次錯誤可能造成碰撞、停機或人員風險。通用模型能否把抽象推理轉成可重複、可驗證的實體操作,仍取決於訓練資料、控制系統與實際場域測試,不能只由文字或影像能力推論。
專用團隊的優勢仍未消失
報道引述卡內基美隆大學機器人研究所助理教授 Guanya Shi 的看法,這次調整可被視為 OpenAI 將機器人當成通用智慧的下游應用。這有助於理解其資源配置:若核心模型持續進步,機器人能力可望隨之受益。
不過,MIT 教授、Walden Robotics 共同創辦人兼行政總裁 Russ Tedrake 在報道中提出另一面:專注機器人的公司已在工廠等真實環境累積部署經驗和資料,這些資產並不容易由 AI 實驗室取代。換言之,通用模型或能減少部分模型開發成本,但專用機器人公司仍可能在硬件整合、操作可靠性、現場流程與資料閉環上保持優勢。
TechNews 科技新報也指出,OpenAI 表示仍在自行研發人型機器人,行政總裁 Sam Altman 曾把首次公開展示目標放在 2027 年。接下來值得觀察的,是 OpenAI 能否以公開展示說明通用模型在實體任務上的可靠程度,以及其模型與專用機器人團隊的實地部署能力,會如何分工或競爭。
延伸閱讀
AI 輔助說明: 本文由 AI 協助整理。
參考來源
- TechNews 科技新報 — OpenAI 解散獨立機器人團隊,轉向「通用模型」加速研發進程 — original report
本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。







