强调Next
11 月 13 日,机器人学习大会 CoRL 在奥斯汀开幕。OpenAI 预订的 208 号展位空着。没有样机,没有海报,没有人站在那里回答问题。
同一天,《财富》披露OpenAI正式撤销独立机器人团队:研究员并入首席研究官Mark Chen统管的研究部门,应用机器人与硬件人员则划归总裁Greg Brockman分管的应用部门。
OpenAI给出的理由直接得近乎傲慢,他们原本以为,机器人能力需要靠Sora这类世界模型慢慢熬出来,但后来发现,像GPT-6 Astra这样的前沿通用模型已经能直接处理机器人任务,没必要再单设一个山头。至于人形机器人首次公开演示的时间表,依然定在2027年。
这是OpenAI六年里第二次拆掉机器人团队。2020年那次,是因为缺训练数据,这一次,是因为通用模型够用了。
几乎在同一周,大洋彼岸的中国产业链却在硬件与端侧密集落子:
11月10日,均胜电子旗下宁波超平面机器人向宇树科技交付首台高算力大脑背包;11月11日,优必选与沐曦股份合资的端侧芯片公司曦选创智被曝完成5亿元天使轮融资,由纪源资本、经纬创投联合领投;同日,北京市经信局发布具身智能机器人三年行动方案;11月13日,为优必选、智元、银河通用供应电动夹爪和灵巧手的大寰机器人,在深圳证监局完成上市辅导备案。
OpenAI的收缩与中国厂商的加码其实盯着同一个生态位:通用大模型与底层电机之间的那个中间层。
Astra 知道手往哪放,但管不好关节
OpenAI敢拆团队的底气,很大程度上来自英伟达西雅图机器人实验室10月14日发布的一份技术报告。
在包含120项桌面抓放任务的仿真基准RoboLab-120上,未经任何机器人专项训练的GPT-6 Astra直接输出动作,成功率就达到66.3%;如果把它放进保留交互历史、可调用工具并支持记笔记的Codex持续会话中,成功率更是跃升至74.8%,比此前排行榜上的最高纪录高出整整23.8个百分点。
但报告里真正耐人寻味的,是另一组对照数据。
同样由Astra直接控制,当动作指令用末端执行器坐标表达时,成功率为66.3%;一旦换成关节位置,成功率就掉到50.2%;如果换成更底层的B样条轨迹,则只剩下38.8%。
换句话说,Astra擅长告诉机器人手该去哪里,但至于每个关节转多少度、轨迹如何平滑过渡,最好还是交给底下现成的逆运动学和控制器去算。报告作者也坦言,提示词结构和动作表征方式会显著左右最终成绩。
这揭示了通用大模型在机器人领域拿高分的前提:它必须建立在一个清晰的分工接口之上:大模型负责输出意图和目标位姿,下层模块负责把位姿翻译成电机的力矩。
而时间与金钱的计算,则解释了这个接口为什么只能往上收,不能往下沉。
在直接控制配置下,Astra每次推理平均耗时18.56秒,每个成功回合要消耗约16万tokens,成本1.96美元;而把成功率多拉高8.5个百分点的Agent配置,代价是每个成功回合狂吞3090万tokens、花费36.40美元,成本暴涨近19倍。更重要的是,这套测试的控制频率是15Hz,大模型在推理思考时,仿真环境可以暂停等待。但真实的工厂产线,一秒钟都不会等。作为参照,开源VLA(视觉-语言-动作)模型π₀.₅每次推理只需约47毫秒。
Runway在开源世界动作模型Praxis-1时,曾做过一次残酷的真机对照:同一台双臂机器人跑同样的任务,Astra的平均耗时是Praxis-1的15.6倍,单次成功成本是后者的51倍。
不可否认,通用模型在具身领域的进化速度惊人。Anthropic在11月9日发布的Claude Fable 5.2,在RoboDojo Sim双臂仿真中拿到64.9%的成绩,比上一代Fable 5.1(27.6%)暴涨37个百分点;而在同一张内部测试表里,GPT-6 Astra只有29.8%。
同一个模型换一套基准测试,成绩就能从七成多跌到三成。这恰恰说明,通用大模型还没有长出稳定的物理运动常识,纸面高分依然高度依赖评测框架与外围脚手架的配合。
烧掉 579 美元,没抓起一个魔方
仿真环境里考的是能不能做,一旦上了真机,考题立刻变成值不值得这样做。
10月底,优必选公布了一组围绕Astra的真机与仿真测试,把这笔经济账算到了分钟级:
大模型直控:让Astra直接控制Walker C1抓取魔方,累计折腾了约70分钟,消耗约9558万tokens,折合API成本约579美元。最后魔方也没抓起来。
分层协同:让Astra只做高层规划,期间调用两次自研的Thinker-VLA模型去执行抓取福袋,全程耗时约5分钟,消耗301万tokens,成本约17美元,任务顺利完成。
尽管两项任务不同、不能严格横向对比,但量级上的悬殊已足够说明问题。而在完全同任务的仿真叠碗测试中,Astra直接控制机械臂做了40次决策、耗时33分钟仍未完成;引入世界模型Thinker-WM生成候选动作并预测结果、让Astra只负责做选择题后,任务不仅顺利通关,Astra的token消耗更是骤降83.6%,API成本下降74.2%,执行时间缩短了86.1%。
字字句句全是严苛的工业品标准。
大模型跨代吞噬,什么才不会被替代?
然而,对中国厂商而言,中间层绝非一道可以高枕无忧的护城河。
大模型的跨代吞噬能力依然恐怖。Anthropic的Fable 5.2仅用一代就将双臂仿真成绩从27.6%拉升至64.9%;紧接着,又有团队仅用上一代Claude Opus 5.5搭建Agent框架,在既没用VLA、也没用世界模型的情况下,以68.87%的成绩登顶RoboDojo Sim Agent榜首。另一边,手握全栈能力的谷歌已经开始将Gemini Robotics 2.5分批开放给Apptronik、Agile Robots和波士顿动力。
业内普遍将具身智能的ChatGPT时刻锚定在2027年下半年,这与OpenAI人形机器人的演示时间表几乎完全重合。
这意味着,今天还值钱的专用动作模型,明天很可能就会沦为通用大模型顺手调用的一个插件。专用小模型目前引以为傲的低延迟和低成本,恰恰是前沿大模型每一代都在暴力压缩的指标。如果哪家公司把中间层当成纯粹的软件护城河来经营,它的窗口期可能只有短短的一两代模型。
大浪淘沙之后,真正能留存下来的,只能是那些软件无法替代的物理硬骨头:连续跑满2000小时不坏的关节、在油污和强振动里依然不漂移的力传感器、能按车规级良率批量交付的计算模块,以及成百上千台机器人在真实产线上日夜回传的物理交互数据。
这些壁垒的积累速度,由工厂的机床和流水线决定,不由硅谷的发布会节奏决定。
OpenAI拆掉独立机器人团队,赌的是顶层认知模型终将把整个机器人行业的利润往上吸干。中国产业链在硬件与端侧的重注,赌的则是物理世界的摩擦力足够大,大到任何一代神仙模型都无法凭空绕过去。
两边的赌注,将在2027年前后迎来正面对撞。而到那时,就算云端的大模型真的能在陌生环境里听懂人话、做对八成动作,真正的商业大单,依然只会流向那些已经在工厂产线上连续无故障干满上万小时的机器。



京公网安备 11011402013531号