OpenAI再次解散机器人小组:GPT-6太强,决定All in通用模型 | 人人都是货品经理
要点
- 机器人范围过去有一条很清晰的分工:通用模型负责理解指令,机器人模型负责把视觉、状态和动作对应起来,底层控制器再保证机械臂
- 一项英伟达 10 月公布的仿真测试中,GPT-6 Astra 直接生成机器人动作的成功率达到 66.3%;接入带历史记忆
- 这些资讯不等于“通用模型已经取代机器人模型”,更不能证明 GPT-6 已经解决了真实世界控制问题。它们真正说明的是:机器
222
订阅已订阅已收藏
收藏
小字号
点击播报本文,约
机器人产业过去有一条很清晰的分工:通用模型负责理解指令,机器人模型负责把视觉、状态和动作对应起来,底层控制器再保证机械臂不会撞上东西。现在这条边界正在变薄。
一项英伟达 10 月公布的仿真测试中,GPT-6 Astra 直接生成机器人动作的成功率达到 66.3%;接入带历史记忆的智能体体系后,成功率升到 74.8%,页面列出的最强专用策略参照为 51.0%。与此同时,OpenAI 向《财富》确认,商家希望把机器人研发和通用模型探究进一步整合,撤销独立机器人小组,将相关人员转入重点探究和应用部门。
这些消息不等于“通用模型已经取代机器人模型”,更不能证明 GPT-6 已经解决了真实世界控制问题。它们真正说明的是:机器人研发的重心,正在从单独训练一个动作模型,转向让通用模型负责理解、规划和纠错,再由专门的控制体系把打算变成安全动作。
给机器人“拿起红色杯子”这个指令,表面上只有几个字,实际上需要完成一串判断:找到杯子,理解“红色”对应哪个物体,估计位置和姿态,判断夹爪是否能接触,生成动作,观察执行结果,再决定是否调整。
过去,这些环节往往由专用模型、规则和状态机分别承担。通用模型的强项在于,它已经从语言、图像、代码和视频中学到大量关于物体、空间关系和任务步骤的知识。机器人探究者真正要解决的问题,变成了如何把这些抽象知识接到身体动作上。
这也是 Astra 机器人实验采用的基本闭环:探究人员供给任务指令、机器人规格、当前图像和状态,模型通过控制接口输出机械臂末端的位置、朝向或关节目标,控制体系将其转换为运动;动作执行后,新图像和结果重新回到模型,模型再决定下一步。
这套架构的变化在于,模型不再只输出一个静态动作,而是参与“观察 – 决策 – 执行 – 反馈”的循环。它可以处理更开放的任务,也能在执行失败后重新规划,但同时带来了新的工程隐患:模型输出的不确定性,不能直接穿透到电机层。
RoboLab-120 包含 120 项抓取和放置任务。报道给出的结果是,Astra 直接生成动作时成功率为 66.3%;使用持续保留打算、动作和反馈历史的 Codex 智能体后,成功率达到 74.8%,高于页面列出的 51.0% 专用策略参照。
这个对比至少说明了两件事。
第一,记忆和任务编排可能比单次提示更要紧。模型如果只看到当前画面,很难知道前一步已经尝试过什么、失败原因是什么、下一步应该改变哪个变量。会话历史把任务变成连续过程,允许 Agent 复用打算、动作和反馈。
第二,Agent 层和动作模型层要分开评估。74.8% 并不意味着模型本身的运动控制精度改进了 8.5 个百分点,它还包含了历史经营、重试策略和任务编排的贡献。开发者做实验时,应至少拆出以下指标:
如果只看任务成功率,小组很容易把感知、推理和控制的问题混在一起,最后只能继续堆模型参数。
模型可以输出末端位置和关节目标,但它不应该直接负责所有低级控制。真正的机器人体系仍需要一个确定性的安全层,至少包含三类能力:
这层体系的任务不是“替模型做决定”,而是把模型的开放式输出限制在可执行空间。一个更合理的接口,不是让模型直接发送电机电流,而是让模型提交带约束的动作意图:目标位置、允许的速度、执行时限和失败后的回退策略。控制器负责把意图编译成轨迹,并在执行过程中拒绝危险动作。
OpenAI 早期曾展示过机械手解魔方的探究:小组在仿真环境中通过强化学习训练神经网络,再把能力迁移到真实机械手;为了缩小仿真和现实的差异,训练过程会随机改变魔方尺寸、品质、手指摩擦等参数。
这个方向很快遇到数据瓶颈。语言模型可以从互联网文本中获得海量预训练数据,机器人却需要观察、接触、动作和结果一一对应的真实交互记录。采集这类数据要依赖硬件、操作者、现场维护和大量失败尝试,规模远低于文本和图像数据。
后来机器人探究重新借助通用模型的知识。视觉 – 语言 – 动作模型把语言和视觉理解接到机器人轨迹上,让体系能够理解新物体和新指令,但仍需要机器人数据建立观察与动作的对应关系。OpenAI 在 2024 年重建机器人小组并与 Figure 协作,也说明专用硬件和数据仍然要紧。
如今商家再次把机器人人员并入重点探究和应用部门,更像是组织层面的重新分工:通用模型负责供给可迁移的理解和规划能力,机器人小组负责数据、接口、控制和真实世界验证。独立小组被撤销,不代表机器人问题消失,而是说明机器人能力被视为通用模型的一种落地形态。
商汤科技与协作小组把同一个 Astra 接到单臂、双臂、移动机器人和人形机器人等 8 种渠道上。跨渠道测试的价值在于,它可以观察模型是否真的理解任务目标,而不是只记住某一台设备的动作模板。
报道给出的插花案例很典型:单臂机器人夹住花茎后,腕部摄像头看不到花瓶口,动作因此失败;双臂配置中,模型让空闲机械臂移动到合适位置,让另一台摄像头看清瓶口,随后完成插入。这不是简单的“识别更准”,而是模型理解了视野限制,并把另一个机械臂当作获得消息的工具。
- 评论
- 关注































人民网+
中国共产党新闻网
领导留言板
强国论坛
人民视频

第一时间为您推送权威资讯
报道全球 传播中国
关注人民网,传播正能量