OpenAI印证了梁文锋的“预言”

分类: 知识笔记 发布时间: 2026-11-20 11:06:03 浏览: 23 次


想象一个画面:一台六轴机械臂悬在桌面上方,没有人给它写程序,屏幕另一端只是一段自动生成的代码。它伸下去,夹住一个方块,抬起来,稳稳放进旁边的碗里。

这不是科幻片的片段。据36氪报道,在独立评测机构 Artificial Analysis 发布的 AA-Robotics v0.1 榜单里,GPT-6.2 Astra 拿到 79 分,8 项物理任务完成了 6 项。

规则比分数更值得看:整个测试不允许做任何专项训练,全程零样本。模型唯一的“手”,是它自己写出来的代码。

它没学过开机器人,它只是会写代码、会想事情,然后就把一台真实机械臂开动了。

这件事扎人的地方,不在那 79 分,在于它撞了一下行业的常识。

过去几年,机器人圈的共识很硬:机器人得有自己的“垂直模型”。要适配真实机器,要处理力控、延迟、抖动,通用大模型再聪明也接不上。通用模型像个会背书的书生,机器人要的是一双会拧螺丝的手。

现在这双手,好像是书生自己长出来的。

真正让这条消息刷屏的,是 OpenAI 的后一个动作。

据36氪报道,11 月 13 日,外媒称 OpenAI 解散了独立机器人团队,原团队并入公司主要研究团队,应用机器人和硬件团队被调整到其他部门。OpenAI 向媒体确认,调整的原因是:通用模型在控制机器人上表现出色。

翻译成大白话就是:既然一个通用模型就能开机器人,何必再单独养一支队伍,从头练一套“机器人智能”。

这不是一次临时起意,而是一条绕了七年的路,又回到了起点。

表1 OpenAI 机器人业务的路线调整(据36氪报道整理)

时间

动作

关键信息

2019 年

成立机器人团队

用强化学习让机器人练习抓取、摆放

2020 年

团队解散

联合创始人称机器人数据有限,有更高效的通向 AGI 的路径

2024 年

与 Figure AI 合作

大模型提供视觉理解与语言交互能力

2025 年

Figure 结束合作

对方转向自研机器人 AI

2026 年初

从 Sora 入手研究

借视频模型理解物体、空间与运动关系

2026 年 6 月

成立 OpenAI Robotics

Sora 团队整体转向,短期聚焦工业辅助机器人

2026 年 9 月

发布 GPT-6.2 Astra

意识到通用模型本身已能参与机器人任务

2026 年 11 月 13 日

独立机器人团队解散

并入主要研究团队,研究人员转向通用模型研发

卡内基梅隆大学机器人研究所助理教授 Guanya Shi 的评价很直接:这意味着 OpenAI 认为,机器人技术“不再是一个特殊问题”。

“不再是一个特殊问题”这七个字,其实比 79 分更值钱。它说的是:机器人不再是另一个行业,而是大模型能力的一个出口。

先别急着给垂直模型判死刑。有几个口径得说清楚,不然很容易把一次评测读成一场革命。

第一,8 项任务不是 8 个世界。

抓方块、放进碗里、摆好棋子,这些动作在实验室里成立,在乱糟糟的厨房里未必。从“能在桌上夹起一个方块”,到“能在你家找到那瓶酱油”,中间隔着无数次“换个任务就得重新训练”。

第二,换个场地,成绩会翻车。

据36氪报道,同样是 GPT-6.2 Astra,在英伟达 10 月发布的 Astranomy 研究里,控制仿真机器人在 RoboLab-120 上的任务成功率是 66.3%;而在 RoboDojo Sim 这个仿真基准里,Anthropic 的 Claude Fable 5.2 平均成功率 64.9%,同一框架下 Astra 只有 29.8%。

同一个模型,一个场地 66.3%,另一个场地 29.8%。这不是自相矛盾,这是提醒:分数是场地给的,不是模型自带的。

第三,不同榜单不能横向比。

任务集不同,评分方式不同,实机和仿真更不是一回事。79 分只在 AA-Robotics v0.1 这把尺子上成立。所有分数请以发布机构和官方实时信息为准,别拿 A 榜的分去证 B 榜的结论。

还有个细节挺有意思:Astra 79 分,同门的 GPT-6.2 Sol 78 分,只差 1 分。这说明“能开机器人”不是旗舰款的独门绝技,而是这一代通用模型普遍长出来的能力。但反过来说,1 分之差也说明这类榜单的分辨率还很粗。

表2 公开测试中的机器人控制成绩(据36氪报道,分数以官方实时信息为准)

测试来源

模型

任务与设定

公开成绩

AA-Robotics v0.1
(Artificial Analysis)

GPT-6.2 Astra

零样本、不允许专项训练,写代码控制 6 轴机械臂

79 分,8 项完成 6 项

AA-Robotics v0.1
(Artificial Analysis)

GPT-6.2 Sol

同上

78 分

Robocurve 实机测试

GPT-6.2 Astra

双臂机械臂“抓方块入碗”

成功率 95%

Astranomy
(英伟达,10 月)

GPT-6.2 Astra

仿真机器人,RoboLab-120

任务成功率 66.3%

RoboDojo Sim

Claude Fable 5.2

仿真基准,多类操作任务

平均成功率 64.9%

RoboDojo Sim

GPT-6.2 Astra

同一测试框架

平均成功率 29.8%

那通用模型凭什么追上来?三件事拼在一起,答案就不难猜了。

一是它先看懂了“世界大概怎么运转”。

互联网上有海量的人类活动视频:怎么拿杯子、怎么搬箱子、怎么把东西塞进抽屉。模型看的不是“机器人数据”,而是人怎么活。它对物理世界的因果,先有了一个模糊但管用的直觉。

二是控制机器人这件事,本质上是三件通用模型的强项。

看懂眼前、想清楚要干什么、把想法写成能执行的步骤。视觉理解、推理、写代码,正好一一对上。VLA 模型是硬把“看到什么”映射成“做什么动作”;通用模型的打法是先把任务想明白,再去调用技能库。

三是成本结构变了。

给每台机器人练一套专属模型,像每家饭馆自己种菜:投入大、迭代慢,换个菜谱还得重新种。用通用模型,像直接去菜市场:脑子是现成的,缺的只是“手会做的动作”。

斯坦福和加州理工的 HomeBody 项目给了个具体例子。研究人员把 Astra 接到宇树 G1 人形机器人上,让它直接调用预先构建好的技能库。机器人走进一个没见过的厨房,按指令完成了整理和找东西。

这个项目想回答的问题很尖锐:如果大模型足够聪明,机器人还需要 VLA 模型当“中间层”吗?他们的答案是,在一定任务范围内,可以不需要。

注意“一定任务范围内”这几个字。它既是结论,也是边界。

说到这,才轮到标题里那个人。

据机器人大讲堂转引报道,2026 年 7 月的一场闭门交流里,梁文锋把三件事明确划到主线之外:不做 3D 生成,不做视频生成,不做世界模型。理由是这些东西跟智能的上限关系不大,多模态只是一个组件,不是智能本身。

当时听上去像是逆着风口走。因为那阵子,世界模型正是具身智能最热的方向。

但他给具身智能留了一条有先后顺序的路:去年是思维链,今年是 Agent,接下来先解决模型的持续学习能力,再到能自我迭代的奇点,然后才是具身智能。

他不是不做机器人,他是不先做机器人。先把脑子练到足够强,再给它装身体。

OpenAI 这次的调整,等于给这个顺序投了一票。两家公司指向的其实是同一句话:具身智能,未必需要从零开始单独训练一套机器人智能。

而且两边都没停在嘴上。据报道,OpenAI 在调整机器人业务的同时投资了多家机器人公司;DeepSeek 则参与宇树科技配售,与宇树达成三年战略合作,还投资了 Winverse AI、理格万物等公司。

那是不是 VLA 和世界模型就该退场了?不是。

这三条路线这些年轮流当主角,但从来没有谁真的取代谁。VLA 擅长从观察到动作的映射,力控、精细操作这类活儿,专用模型仍有优势;世界模型擅长预测“我这么做,世界会变成什么样”;通用模型擅长理解任务、拆解步骤、做规划。

更可能的格局是分工:通用模型当大脑,专用模型当小脑和肌肉,中间用一个技能库接起来。谁的动作库更厚、更稳,谁就更值钱。

但落地这件事,还是得泼点冷水。

宇树 2024 年就和数家汽车企业开始落地试点,两年过去,仍停在试点阶段。创始人王兴兴自己的说法是,每当有新任务就得重新训练,整体效率低于人。

他最近提到,把 GPT-6.2 Astra 放到各种机器人上做测试,效果“实际上非常不错”,还说“明年 GPT-7 出来,可能直接把具身智能问题打穿”(据36氪、机器人大讲堂报道)。

这句话可以当期待听,也可以当压力听。同一个问题,2025 年 8 月他说的是“一两年或两三年”,今年 8 月改成“快则两到三年,慢则五到十年”,10 月又回到“一两年”。

每来一个新模型,时间表就往前挪一格。挪得越勤,越说明大家心里都没底。

所以我的判断是:通用模型接入机器人,是这条赛道多了一条腿,不是换了条赛道。它会让“机器人公司自己练模型”变得没那么必要,也会让“数据”和“技能库”变得前所未有地重要。

相关文章