OpenAI解散机器人团队,评论:苦涩教训还是省钱说法
OpenAI 解散了自己的机器人团队。业务没被砍掉,人被重新指派到了公司的主要研究团队。有评论者把它看成一次重组:团队更紧密地并进组织里,而不是作为一个独立部门被摘掉。
逻辑很直接:为语言、代码和视觉训练的通用模型,也能用来驱动物理设备。机器人、自动驾驶汽车、无人机,都算“具身 AI”。如果这个判断成立,单独养一支机器人团队、专门给它造一套“数字大脑”就没必要了。同一个模型,在聊天框里回答问题的那个,将来也可以去控制一台机器人。
这个信心有论文支撑。有研究者引用 RoboLab 和 RoboDojo 两项基准,说前沿通用模型在这两项上跑出了当前最好的成绩。被比下去的是专为机器人设计的 VLA 模型和世界模型方法。同一篇评述也承认,前沿模型的延迟很差。延迟是机器人安全交互的前提,反应慢半拍,机器就没法在物理世界里安全动作。未来更小的模型也许能解决这个问题,前提是模型变小之后智能别跟着掉。
对这种判断,评论分成两拨。一拨认为这是“苦涩教训”的延续:靠算力规模取胜的通用方法,继续打败人精心设计的专用方案。更具体一点的解读是,OpenAI 押注物理建模的涌现。从海量视频里学到物理模型,再从物理模型推出动作。有人相信 OpenAI 内部一定跑过测试、取得过一定程度的成功,才会做这个组织调整。还有人由此推断,OpenAI 认为大语言模型本身就是通用人工智能。这个方向也被拿去和宇树创始人的评论对照,两边指向同一处。另有人希望,这条路最后能带来和中国机器人相当的表现。
另一拨声音更实际。有人说这不过是“我们在省钱”的长篇说法。还有人把它和英伟达扯在一起,讽刺意味明显,原话是这跟英伟达高层公开批评过的循环融资风险“完全无关”。反话,暗示省钱或者避险才是真动因。两种说法都没有被证实,OpenAI 也没对重组给出官方解释。
对数据的担忧更结构性。有评论者认为 Sora 驱动机器人还远远不够格。理由是大语言模型能从真实使用和用户反馈里积累数据集,并从中获益;生成模型运营成本高,很难靠低价运行攒出足够的数据反馈。与此同时,行业里大量公开基准的搭建和维护是免费完成的。有评论把这叫“刷榜”。这些排行榜本身也给了模型一份白拿的优势。
没被回答的问题不少。机器人团队有多少人、并进主研究团队之后做什么,OpenAI 没有公布;通用模型在机器人上的延迟到底糟到什么程度,没有公开数据;英伟达那边的循环融资风险和这次重组之间有没有真实关联,也只是评论者笔下的一句讽刺。
能确认的只有方向。机器人不再是独立部门,而是回到主研究团队里。如果通用模型真能当机器人的大脑,机器人就不需要第二个专门定制的大脑了。
关键事实
- OpenAI 解散了其机器人团队。
- 该机器人研究团队被重新分配到公司的主要研究团队,而非直接裁撤。
- 这次重组反映了一个行业趋势:为语言、代码和视觉构建的通用模型也可以用于'具身 AI',即控制机器人、自动驾驶汽车或无人机等物理设备。
- 这一趋势可能消除建立专门机器人团队来构建专用 AI 模型(作为机器人数字'大脑')的必要性。