|
OpenAI正在重新调整机器人研究的组织方式。 11月13日,据《财富》杂志(Fortune)报道,OpenAI已经解散独立设置的机器人研究团队,并将原团队研究人员重新分配到公司其他部门。这次调整并不意味着OpenAI放弃机器人,而是反映出公司正在改变技术路线:不再完全依赖独立开发的机器人专用模型,而是希望让通用AI模型承担更多机器人感知、推理和控制任务。 根据报道,OpenAI已经将机器人研究人员并入公司的核心研究团队,由首席研究官Mark Chen负责;应用机器人和硬件团队则被划入更大的应用组织,由总裁Greg Brockman负责。 OpenAI方面向Fortune确认了这一组织调整,并强调机器人仍然是公司的长期发展方向。 这次变化背后,实际上涉及具身智能领域一个越来越受关注的问题:机器人是否一定需要专门训练一套独立的智能系统? 过去几年,机器人行业普遍采用相对专用的技术路线。企业围绕机器人采集真实操作数据,训练视觉感知、运动控制和任务执行模型。由于真实世界中的动作具有较强的物理约束,机器人模型往往需要针对不同硬件和任务进行专门优化。 但随着通用多模态大模型能力提升,这一边界正在发生变化。 OpenAI认为,通用模型在视觉理解、空间推理和复杂任务规划方面的进步,已经让其具备直接参与机器人控制的潜力。公司此前尝试从视频生成模型Sora所积累的物理世界理解能力切入机器人研究,而现在则发现,更通用的前沿模型也可能直接应用于机器人任务。 Fortune报道提到,在一项模拟操作测试中,研究人员尝试让GPT-6 Astra通过摄像头图像、机器人状态信息和控制接口执行任务,成功率达到74.8%,高于该报道所引用的专用机器人模型51.0%的成绩。 不过,这一结果来自模拟环境,并不代表通用模型已经能够全面替代机器人专用控制系统。 通用大模型的优势在于理解复杂指令、处理环境变化和进行任务推理,但其推理延迟、运行成本以及对云端算力和网络连接的依赖,仍然是机器人实际部署时必须面对的问题。对于需要毫秒级响应的运动控制、精细抓取和安全避障,专用模型依然具有重要价值。 这也解释了为什么机器人行业并没有因为通用大模型的进步而失去存在空间。 卡内基梅隆大学机器人研究所助理教授Guanya Shi在接受Fortune采访时认为,通用模型正在让机器人不再被视为一个完全独立的特殊问题。但机器人企业仍然拥有重要优势:它们已经在工厂、仓库等真实环境中积累了大量部署经验和操作数据。 事实上,OpenAI此前也曾经历机器人研究路线的调整。公司早期机器人团队在2020年前后逐渐收缩,2024年又重新组建独立团队,并曾与人形机器人企业Figure开展合作,双方于2025年结束合作。 如今再次调整组织架构,说明OpenAI对机器人智能的技术判断正在发生变化。 对于整个具身智能产业而言,这次调整释放出的信号值得重视:未来机器人竞争可能不再只是专用控制算法、机械结构和训练数据的竞争,而是通用模型能力与真实世界机器人数据之间的协同竞争。 但通用模型能否真正成为机器人的大脑,还需要经过复杂现实场景的检验。理解世界与安全地改变世界,毕竟是两种不同的能力。 OpenAI此次调整,或许意味着其正在尝试用发展通用人工智能的方式,重新回答机器人如何获得智能这一问题。 |
© 2017-2026 思聪网 · TechGG.com 保留所有权利 基于 Discuz X8.8 设计 京ICP备14029665号-4
最新评论0