OpenAI 正式确认解散独立机器人研发团队,这是公司第二次裁撤该独立团队,2020 年第一次关停机器人团队时,核心难题是机器人训练数据不足;而这次做出解散决定,核心原因是 GPT-6 Astra 这类通用大模型能力进步太快,通用模型可以直接完成机器人控制任务,单独设立机器人专项团队的研发路线不再合适。本次团队调整消息由《财富》杂志率先披露,11 月 13 日机器人学习大会 CoRL 现场,OpenAI 预定展位空置,侧面印证了组织变动。OpenAI 强调,并不是放弃机器人赛道,只是取消独立团队架构,原有机器人研究人员并入首席研究官 Mark Chen 的核心研究部门,硬件与应用人员划入 Greg Brockman 负责的应用部门,把机器人研发并入通用基础大模型主线。此前 OpenAI 在 2024 年重启机器人业务,搭建实验室、高薪招人,原本计划依托 Sora 视频模型积累物理认知,再迁移到机器人控制;但 GPT-6 Astra 仿真测试中直接驱动机器人完成操作任务,效果超过专用机器人模型,公司判断机器人已经属于通用智能的下游应用,不需要单独开辟独立团队去研发专用机器人模型。
两次机器人团队关停对比简表
| 时间 | 核心原因 | 业务状态 | 人员去向 |
|---|---|---|---|
| 2020 年第一次解散机器人团队 | 机器人领域训练数据稀缺,收集成本高 | 暂停独立机器人项目 | 人员分流至其他 AI 研究小组 |
| 本次解散独立机器人团队 | 通用大模型进化过快,可直接驱动机器人 | 保留机器人长期研发愿景,取消独立团队 | 研发人员并入核心模型团队;硬件人员并入应用部门 |
本次组织调整核心要点清单
- 官方定性:并非退出人形机器人、具身智能赛道,属于研发战略重构,目的加速通用机器人研发。
- 人员拆分:机器人算法研究员并入核心研究团队;机器人硬件、落地应用人员划入应用部门。
- 技术路线变化:放弃单独开发机器人专用模型,依托 GPT 系列通用多模态大模型直接做机器人控制。
- 背景反差:就在几个月前 OpenAI 还在高薪招募机器人工程师,部分岗位基础年薪最高达 50 万美元,同时在建机器人数据采集实验室。
- 模型验证:英伟达仿真测试显示 GPT-6 Astra 智能体执行机器人操作任务成功率较高,性能超越专门训练的机器人模型。
行业带来的影响
- 具身智能赛道路线分歧:一部分企业继续坚持机器人专用模型,而 OpenAI 选择 all in 通用大模型直驱机器人。
- 人才流动:原 OpenAI 机器人团队人员分流,会向人形机器人创业公司、大厂机器人部门流动。
- 研发思路转变:证明物理世界的机器人控制能力,可由通用基础模型直接实现,打破机器人必须单独训练专用模型的固有认知。
- 成本管控:集中资源投入通用基础模型,砍掉独立支线团队,降低单独机器人项目高额开销。
常见问题
问题 1:OpenAI 机器人团队解散!六年前缺数据,今天怪模型进化太快,这次解散机器人团队是彻底放弃机器人研发吗?
回答 1:OpenAI 机器人团队解散并不是彻底放弃机器人研发,只是撤销独立机器人团队,相关人员拆分并入核心研究部门与应用部门;六年前第一次关停机器人团队是因为机器人训练数据短缺,本次调整是因为通用模型进化过快,公司改变机器人研发路线。
问题 2:OpenAI 机器人团队解散,通用模型进化过快是怎么影响机器人研发思路?
回答 2:OpenAI 机器人团队解散的关键原因是通用模型进化过快,GPT-6 Astra 这类通用大模型可以直接理解物理场景、输出机器人动作指令,仿真测试性能超过专门训练的机器人模型,因此 OpenAI 认为不用单独设立独立团队开发机器人专用模型。
问题 3:OpenAI 机器人团队解散,这次调整和 2020 年那次关停机器人团队有什么不一样?
回答 3:OpenAI 机器人团队在 2020 年第一次关停,当时的痛点是机器人领域缺少训练数据;本次 OpenAI 机器人团队解散,核心矛盾不再是数据,而是通用模型进化过快,技术路线发生转变,公司依旧保留机器人长期研发目标,只是不再维持独立机器人团队架构。
参考资料
[2026-11-17](OpenAI 机器人团队解散!六年前缺数据,今天怪模型进化太快)36 氪
[2026-11-16](OpenAI 解散独立机器人团队,通用大模型能力超预期)新浪财经
[2026-11-14](Fortune 独家:OpenAI 解散机器人团队)财富中文网
[2026-11-14](GPT-6 Astra 仿真测试,通用模型可直接驱动机器人)量子位
免责声明
本文仅为 AI 行业资讯整理,不构成行业投资、项目选型建议。OpenAI 机器人团队调整方案、模型测试数据来自媒体报道,后续研发方向、机器人产品落地进度以 OpenAI 官方公告为准;具身智能技术路线仍处于快速迭代阶段,不同厂商技术方案存在较大差异。
