OpenAI再砍机器人团队，GPT-6要端机器人大饭碗

最近的奥斯汀机器人学习大会（CoRL）上出了个离谱名场面：OpenAI的展位只有一张空桌子，连台机器人都没有，现场工作人员只能尴尬赔笑——就在大会举办当周，OpenAI的机器人团队原地解散了，距离奥特曼5月亲自发帖招人才过去5个月。

目前原机器人团队已经并入核心研究团队，向Mark Chen汇报；应用机器人和硬件团队则由总裁Greg Brockman直接负责。

满级号降维打击，GPT-6不用训练直接开机甲

过去研发机器人有多费劲？想让机器人倒杯水，得研究员手把手教动作，用真实数据练出一个「专用大脑」，换个拧螺丝的任务立马“失忆”。

但GPT-6 Astra彻底打破了这个逻辑：它一天机器人都没练过，只需要拿到摄像头画面、机器人自身状态数据、控制接口线三样东西，就能像刷了几百遍通关视频的高玩一样，自己识别画面、拆解步骤、下达动作指令，0帧起手直接满级。

在英伟达的仿真机械臂测试中，Astra驱动的智能体任务成功率直接达到74.8%，而那些从小在真机上苦练的专用机器人模型，最高成功率才只有51%。

【编辑观察】这波纯属降维打击——专用模型熬了好几年的真机训练，通用大模型靠海量数据学习就能直接上手，相当于你苦练几百小时的游戏连招，别人看遍通关视频直接满级乱杀。

超级智能赛道可不是OpenAI一家独大，仿真测试数据显示，Anthropic的Claude Fable Astra操作机器人的成功率，是GPT-6 Astra的两倍还多。

就在五天前，Anthropic刚秀了波“没吃过猪肉但见过猪跑”的操作：官方发布的Fable 5.2演示视频中，它控制两只机械臂完成了拧魔方、拧瓶盖、装齿轮甚至画机器人的任务，官方明确表示这些任务完全没有经过专门训练。当然视频并非原速，光解魔方就花了40分钟。

要知道四个月前的Claude还在“翻车”：它控制机器狗走路时误判垃圾桶位置，自信喊着“桶在左边放心走”，结果直接把狗腿卡进桶里，拖着桶滑了两米多。四个月就能从“人工智障”进化到精细操作，这进步速度相当惊人。

这已经是OpenAI第二次解散机器人团队了，两次解散的原因完全不同。

第一次是2020年：奥特曼认为机器人攒数据速度太慢，大语言模型才是通往AGI的正确路径，于是砍掉机器人团队All in LLM，两年后ChatGPT横空出世震碎全球科技圈。
2024年OpenAI重启机器人团队，还拉来人形机器人公司Figure合作，2025年双方闹掰后OpenAI宣布单干，还放话2027年要实现首次公开演示，结果2026年底还没到，团队直接没了。

第一次解散是因为机器人“学不会”，第二次解散则是因为大模型太强，直接把机器人的核心工作给全包了。

消息一出整个机器人行业都懵了：过去十年资本砸了几百亿美金，仅Figure一家估值就炒到400亿美元，所有人押注的共识都是机器人必须有定制化的专用大脑。

现在通用超级AI直接接管了大脑的工作，用卡内基梅隆大学教授的话说：在OpenAI眼里，机器人「不再是一个特殊问题」，和写代码、法律金融工具一样，只是通用智能下游的一个普通应用而已。过去挪个瓶子、变个光线就要重新训练的难题，现在通用模型靠空间感知和推理能力现场就能解决。

MIT教授给机器人公司指了条明路：AI实验室拿不走的，只有工厂里实打实干活的真实场景经验数据，基础模型越强，这些数据的价值反而越高。

【编辑观察】等于机器人行业过去十年的核心赛道直接被掀了桌子，以后公司们不用挤破头做“大脑”，反而要拼硬件落地能力和真实场景的数据积累。

当然现在就说大模型彻底赢了还为时尚早，目前大模型当机器人大脑还有明显短板：

另一方面，OpenAI自身的钱包也确实紧张：最近一个季度OpenAI亏损高达109亿美元，之前已经砍掉了变现困难的Sora项目，这次解散机器人团队也有明确的降本考量。

【编辑观察】说白了地主家也没余粮，烧钱搞短期没法落地的机器人业务，肯定要先砍掉保核心大模型研发。

机器人研究者熬了几十年，就为给机器人造一颗专属的聪明大脑，万万没想到最后赢的是个“从没专门学过机器人”的通用大模型，堪称AI界又一次“苦涩的教训”。

当读遍人类知识、看遍世界影像的超级智能开始向物理世界伸手，未来的机器人或许真的不需要自带大脑，只是超级智能操控的一个个“实体手办”而已。一鲸落万物生，空出来的机器人赛道，接下来会轮到谁接盘？