首页 >  新闻中心 > 行业新闻

Share - WeChat

据媒体报道

近日

OpenAI

解散独立机器人团队

相关研究人员

重新分配至其他部门

这一动作背后

引发具身智能赛道

技术路径讨论


再次裁撤机器人团队

这已经是OpenAI

第二次裁撤独立机器人团队


OpenAI创立初期

就曾设有机器人团队

但在2020年逐步解散团队

OpenAI方面后来称

当时

机器人领域可用数据有限

而通过其他技术路径

实现AGI的效率更高


2024年

OpenAI重启机器人业务

计划2027年

推出自研人形机器人

并公开演示


据媒体报道

这一次的调整

源于技术判断的变化

OpenAI发现

原本预计要靠

视频生成模型积累物理直觉

再迁移到机器人的路径

正在被通用大模型直接跳过


GPT-6 Astra等模型

已经展现出直接应用于

机器人领域的能力


在英伟达发布的

一项仿真测试中

由GPT-6 Astra

驱动的智能体

在机器人操作基准上

已经取得较高的成功率

OpenAI,解散机器人团队?

也有媒体认为

除了技术原因外

经营压力也是导致OpenAI

放弃机器人团队的原因

此前

奥特曼已要求公司

放弃“砍掉一切支线任务”

将资源集中到核心业务


OpenAI则表示

机器人仍是

长期愿景的核心部分

只是研发逻辑

从“做专用模型”转向

“用通用模型赋能”


技术路线分化

OpenAI的选择

只是具身智能赛道的一个分支

Anthropic、谷歌

英伟达等企业

在过去一段时间

走出了不同的技术路径


Anthropic选择

将通用大模型的能力

延伸到物理场景

发布Fable 5.2模型

在双臂机器人仿真基准中

成功率达到64.9%

较上一代有明显提升

且模型可以控制

真实机械臂

完成拧瓶盖、解魔方、绘画等任务


谷歌走的是

“通用推理+专用动作”的协同路线

其发布的Gemini Robotics 2.5

专用模型

在200余项任务中成功率

相对提升30%至100%

执行速度加快20%至30%


英伟达则选择

开放式前沿世界模型

推出的GR00T 2模型

拥有开箱即用的

任务执行能力

在50项任务中

有40项

无需针对具体任务专门训练

即可直接完成

并能够将学到的技能

迁移到不同形态的机器人上


落地能力成关键

OpenAI的调整

让“通用模型会不会

淘汰专用具身模型”的讨论

再度升温


有媒体称

随着通用大模型的

空间理解、推理规划能力

持续增强

机器人控制最终会

成为通用智能的

一个下游应用


业内普遍认为

两条路线不是非此即彼


通用模型擅长

理解任务、规划步骤

可面对精密操作

力反馈控制

实时响应等物理世界的

“最后几个毫米的问题”


专用动作模型

依然有不可替代的价值


宇树科技创始人王兴兴判断

通用大模型带来的突破

值得重视

但机器人对物理世界的接触信息

仍缺乏足够准确的理解


与此同时

真实场景的

数据价值正在凸显


麻省理工学院教授

Walden Robotics联合创始人

兼首席执行官Russ Tedrake表示

AI实验室永远无法替代

工厂、家庭等真实场景积累的数据

基础模型能力越强

真实场景的经验数据就越珍贵


有业内人士认为

具身智能的竞争核心

将从实验室的基准跑分

转向真实产业的落地能力

谁能把模型能力、硬件本体

和场景数据结合起来

谁便能真正把物理AI

从演示推向规模化应用

2022年7月12日,世界互联网大会国际组织正式成立,从互联网领域的国际盛会发展为国际组织,总部设于中国北京。我们将致力于搭建全球互联网共商共建共享平台,推动国际社会顺应信息时代数字化、网络化、智能化趋势,共迎安全挑战,共谋发展福祉,携手构建网络空间命运共同体。