OpenAI现在决定, 要把一个才刚成立还不到六个月的机器人部门给合并到主要研究的那个团队里面去。
这种做法意味着, 打算用那种什么都能搞的通用模型来直接管机器人的路子, 正在一点点取代掉以前那种专门为了某个任务弄的专用模型的那种方法。因为这样一变, 整个行业在技术上的方向就好像是一下子就换了一个样似的。
机器人团队并入主研
在2026年刚开始的时候, OpenAI的研究员们发现, 如果让GPT-6 Astra去连接机器人, 它就可以直接参与到具体的任务操作里面去, 并且它做出来的成绩比大家预期的还要好, 所以OpenAI那边赶紧做出决定, 把这个专门负责机器人的团队合并到主要的研究团队里去了, 所有的人员都全部转移过来, 集中精力去搞通用模型的研发工作。
行业分析平台m.hyjdxg.com方面梳理的情况显示, 这一次的变动所代表的意思是这样一个结果。OpenAI这个地方不再给机器人去单独搞什么空间智能模型的研发工作了。它现在打算转而依靠那些通用模型本身已经具备的能力。这些能力主要包括视觉方面的理解、还有推理以及任务规划这一些方面。
Astra驱动机器人的实验
Astra发布以后, 有不少机构都在尝试着借助它来控制机器人去做抓取以及搬运那些任务。实验的结果显示出来的情况是, 那些通用类型的模型即便是在没有经历过专门训练的背景条件之下也照样能够去对付一部分属于机器人方面的操作行为, 这样的整体表现效果确实会让人们感到十分吃惊。
研究人员是这么说的, Astra这个模型的推理能力是比较强的, 因此机器人的执行指令不需要经过某种中间的映射层了, 这种情况就是直接给了通用模型来控制机器人提供了一个非常现实的依据, 同时也提供了更多的数据方面的支撑。
从VLA到通用模型的路线更迭
具身智能的发展路线经历了几次变动, 在2023年的时候Google DeepMind发布了RT-2这种VLA模型, 然后在2024年OpenAI推出了Sora去探索世界模拟这个事儿, 又过了到了2026年转去了用通义大模型来直接驱动这个方向, 结果方向又发生了改变。
视觉语言到动作的这种映射关系是被VLA这种体系给比较看重的, 至于那个性叫作世界模型的东西, 它主要是试图通过那个预测未来的方式, 然后再去做相应的决策行为, 还有那条叫做通用模型的路线呢, 它是要跳过那些中间的这些个层次的, 它是直接就让这个模型去理解整个的那些个环境状况的, 并且还要去负责规划接下来的那些个任务内容的。
宇树稚晖君同步探索
宇树科技方面的相关人员, 特别是王兴兴这个人, 他曾经很公开地把话说过, 也就是他说在明年的时候, 那个叫GPT-7的技术模型要是能被弄出来, 那它可能就会直接把这个所谓的具身智能的问题彻底给搞清楚或者解决掉。
然后呢, 他那边的团队做过相关的实验, 实验的结果是让大家都看到了的是, 机器人这个东西, 只要有人给它输入一个提示词就够了, 它就会在没有提前写好任何程序的情况之下, 去完成画画的这个任务。
最近稚晖君团队发布了论文, 核心内容是把聊天大模型和机器人的执行身体连起来, 这样就让通用模型的对话能力和推理能力直接变成可执行的机器人动作了。
梁文锋的奇点路径
梁文锋认为, 具身智能应当建立在通用模型能力持续进化的基础之上, 要先解决模型的持续学习能力问题, 然后达到自我迭代的奇点状态, 最后再把相关的能力延伸到物理世界当中去。
这个观点和OpenAI现在的做法是对得上的, 通用模型要是变得足够强悍了, 机器人控制这件事儿就不再是一个单独的困难问题了, 它其实是模型本身的那些本事, 很自然地就往物理世界里扩散出去了。
专用模型并未退场
Anthropic发布的那个叫做Fable 5.2的东西, 在负责控制机器人这方面的方面上, 有了非常明显的提高。即使是对那些从来没有专门进行训练过的任务, 它都能够去应对这种情况。这个现象就说明, 在那个所谓的通用模型内部之中, 原本是需要使用专项训练技能才能掌握的内容, 正在自然而然地浮现出来。
可是, VLA和世界模型依然具有其存在的价值, 从短期的来看, 高精度的力控要求以及复杂的工业应用场景仍然需要借助于专用的解决方案来进行处理, 不同的技术路线将会并行地向前推进, 以此来共同推动人工智能在真实的物体世界中实现可靠的行动表现。
你在想, 是不是说在以后的这三年的时间里面, 通用的那个大模型能够做到把专用的机器人的模型完全地给替代掉。如果你觉得这个是说得通的, 或者是你有自己的判断, 请你到评论区那里去和大家交流一下你的看法。
要是你要是觉得这个内容还是有干货的, 或者说有分量的, 那就请你动手点一个赞同的按钮, 并且把这个消息转给你的那些对具身智能这个东西比较关注的朋友看一看。

