OpenAI 在 11 月 13 日官宣解散独立的机器人团队，并不是放弃机器人赛道，而是因为 GPT-6 Astra 这类通用大模型已经展现出直接控制机器人、完成物理 AI 任务的能力，不再需要单独开发一套机器人专用基础模型，这次属于内部组织架构重组，机器人相关人员拆分并入核心研究部门和应用硬件部门，同时这次调整也有控制成本、集中资源押注通用大模型主线的考量，在英伟达的模拟测试里，GPT-6 Astra 驱动的智能体操作成功率 74.8%，超过榜单里专用机器人模型 51% 的成绩，不过行业专家提醒，这个结果只在仿真环境成立，真实物理场景还有延迟、本地控制、安全等难题待解决。下面梳理这次调整的人员划分、测试数据、核心逻辑和现存短板。
一、团队重组人员分流清单
- 机器人方向研究人员：并入首席研究官 Mark Chen 负责的核心研究部门，和通用大模型研发合并
- 应用机器人、硬件工程团队：转入总裁 Greg Brockman 管辖的 Applied 应用部门
- 官方口径：机器人依旧是 OpenAI 长期重点方向，调整目的是打通通用模型和具身智能，加速研发，不是砍掉机器人业务
二、GPT-6 Astra 物理 AI 测试关键数据
| 项目 | 指标说明 |
|---|---|
| 测试环境 | 机器人仿真操作基准测试 |
| GPT-6 Astra 成功率 | 74.8% |
| 同期最优专用机器人模型成功率 | 51.0% |
| 能力特点 | 依托通用多模态能力，看懂画面、理解指令，直接输出机器人动作指令 |
| 局限 | 仅仿真环境，不是真实实体机器人长时间落地测试 |
三、这次调整背后的两个核心原因
- 技术路线变化：之前团队认为机器人需要独立专用模型；现在 GPT-6 Astra 证明通用大模型本身就能理解物理世界、控制机器人，专用模型路线优先级下降。
- 经营与战略因素：OpenAI 近期亏损压力大，同时在筹备融资和 IPO，Altman 要求砍掉支线项目，把算力、人力集中到通用大模型这条主线。
四、物理 AI 路线现存明显短板
- 云端大模型延迟偏高，机器人很多动作需要毫秒级实时本地响应，纯云端 Astra 很难满足。
- 断网情况下无法工作，工业、家用机器人对离线能力要求很高。
- 仿真和真实世界存在 “现实鸿沟”，仿真里表现好，放到真实机器人上容易出错。
- 安全、力控、精密电机控制等底层控制模块，依然离不开机器人专用控制算法。
【常见问题】
问题 1：OpenAI 解散机器人团队，依靠 GPT-6 Astra 做物理 AI，是不是代表机器人专用模型彻底没用了？
回答 1：不是。OpenAI 解散机器人团队，靠 GPT-6 Astra 做物理 AI，只是说通用大模型可以承担高层理解、任务规划的工作，机器人底层实时控制、安全控制依然需要专用控制模块，专用模型不会完全消失。
问题 2：OpenAI 解散机器人团队，GPT-6 Astra 在物理 AI 测试的数据是什么水平？
回答 2：OpenAI 解散机器人团队，GPT-6 Astra 在英伟达仿真操作测试拿到 74.8% 成功率，高于榜单最优专用机器人模型 51%，但这个成绩只在仿真环境，不等于真实机器人稳定可用。
问题 3：OpenAI 解散机器人团队，是不是意味着 OpenAI 不再做机器人、人形机器人了？
回答 3：不是。OpenAI 解散的是独立机器人团队，机器人业务没有停止，只是人员并入通用大模型和应用硬件部门，OpenAI 依旧计划推进人形机器人，目标在 2027 年做首次演示。
【参考资料】
[2026-11-14]（OpenAI 解散机器人团队！GPT-6 Astra 证明：通用大模型已可直接用于 “物理 AI”，无需专用模型）新浪财经
[2026-11-14]（要让 GPT-6 Astra 等通用 AI 当机器人 “大脑”：OpenAI 宣布重组具身智能团队）新浪科技
[2026-11-14]（OpenAI 重组具身智能团队，GPT-6 Astra 将用于机器人 “大脑” 开发）虎嗅网
[2026-11-13]（Exclusive: OpenAI disbands its robotics team as its general-purpose AI models start running robots）Fortune
[2026-11-13]（OpenAI 解散独立机器人团队，押注通用模型直驱具身智能）观察者网
【免责声明】
以上资讯仅为 OpenAI 组织调整与技术测试信息整理，不构成机器人赛道投资、AI 创业选型建议；GPT-6 Astra 真实物理场景落地效果、OpenAI 人形机器人研发进度存在不确定性，一切以 OpenAI 官方后续公告为准。