据《财富》11月13日报道，OpenAI已解散独立机器人团队。大部分研究人员转入公司主研究团队，其余加入应用部门。原团队负责人凯特琳·卡利诺夫斯基留任，负责将机器人研发并入主研究。团队解散的消息传出后，业内对OpenAI的机器人路线产生了新的讨论。
公司给出的理由是，通用模型已经能够直接操控机器人。内部演示显示，GPT-6 Astra可以直接驱动双足机器人与灵巧手，无需针对每台机器人单独训练。既然通用模型能胜任，单独养一支机器人团队就显得多余。演示中，GPT-6 Astra无需针对特定机器人重新训练，就能理解指令并操控硬件完成任务。
不过OpenAI同时承认，具身智能仍缺乏可靠的真实世界数据，这是制约机器人发展的关键瓶颈。数据问题不解决，再强的模型也难以在物理世界里稳定发挥。真实世界数据的采集成本高、速度慢，是所有具身智能团队共同的难题。
通用模型会操控机器人了
这并非OpenAI第一次涉足机器人领域。公司早期就组建过机器人团队，后来一度解散，近年又重新组建。如今的再次解散，反映的是公司对技术路线的判断发生了变化：机器人不再需要独立的团队，而应成为通用模型的一个应用方向。OpenAI在机器人领域的摇摆，反映了整个行业对技术路线的反复探索。
调整之后，机器人相关工作将并入主研究，涵盖科学、推理与具身智能等方向。卡利诺夫斯基留任，负责推动整合工作。公司强调，机器人仍是其长期愿景的核心，调整不等于放弃。主研究团队将统筹科学、推理与具身智能，机器人只是其中一个应用方向。
从行业角度看，OpenAI的决定与一场更广泛的争论有关：机器人智能究竟应该来自专用系统，还是来自通用大模型？OpenAI显然押注了后者，认为规模足够大的通用模型可以自然长出操控物理世界的能力。押注通用模型，意味着OpenAI相信智能的规模化规律同样适用于物理世界。
数据瓶颈仍未解决
质疑的声音同样存在：实验室里的演示与真实世界的部署之间，隔着巨大的鸿沟。双足机器人走几步、灵巧手抓几个杯子，与在家庭或工厂里可靠工作，是完全不同的两件事。从实验室走向家庭与工厂，机器人要过的关口远不止演示视频里的那几步路。
具身智能的数据瓶颈尤其棘手：与互联网上取之不尽的文本不同，真实世界的机器人操作数据既稀缺又昂贵。OpenAI承认这一点，说明它对机器人的难度有清醒的认识。如何低成本、大规模地采集真实操作数据，是决定具身智能成败的关键。
对机器人行业来说，OpenAI的调整是一个信号：巨头们正在把机器人从独立赛道收回到通用智能的主航道上。这条路能否走通，取决于通用模型在物理世界里的表现，而答案要等下一代模型拿出真实世界的成绩单。