一家公司解散自己的机器人团队，同时坚称没有退出机器人领域——这听起来矛盾，但放在 2026 年底的技术节点上，逻辑是通的。
据《财富》11 月 13 日报道，OpenAI 已解散独立机器人团队，相关人员调往公司其他部门。OpenAI 向该媒体确认了这次组织调整，同时强调并非退出机器人领域，机器人仍是长期愿景的核心，重组目的是加快研发。
架构层面，机器人研究人员并入核心研究团队，向首席研究官马克·陈（Mark Chen）汇报；应用机器人与硬件团队转入规模更大的应用部门，由总裁格雷格·布罗克曼（Greg Brockman）负责。这个安排的含义很明确：机器人不再是独立业务单元，而成为通用研究的一个应用出口。
动因写在官方回应里。OpenAI 年初的判断是沿 Sora 路线走——视频生成模型在训练中必须形成对物理规律的某种隐含理解，这种理解可以迁移到机器人控制。但此后 GPT-6 Astra 等通用前沿模型展现出直接用于机器人任务的能力，公司因此改变了路线：与其单独培育一套机器人专用模型，不如把研究整合进通用模型研发。
报道援引英伟达一项研究作为佐证：Astra 驱动的智能体在一项模拟操作测试中取得 74.8% 的成功率，高于该榜单领先专用模型的 51.0%。这个对比是整条新闻里最有信息量的数字——如果通用模型在操作任务上已经领先专用模型二十多个百分点，那么专用路线的存在理由就需要重新论证。
外部反应分两派。卡内基梅隆大学机器人研究所助理教授 Guanya Shi 此前已听闻这项调整，他的判断是：这释放的信号是 OpenAI 不再把机器人视为需要单独攻克的特殊问题，而是看作通用智能的一种下游应用。这个判断背后是一个更根本的分歧——机器人到底是「需要专门具身数据的独立学科」，还是「通用智能 + 执行器」的工程问题。
反方观点同样有分量。受访学者指出两个硬约束：大模型运行速度与云端联网需求。机器人控制回路对延迟极其敏感，几十毫秒的抖动就可能导致抓取失败；而依赖云端推理意味着断网即失效，这在工业与户外场景不可接受。另一个被反复提到的点是现场数据——机器人企业在真实场景中积累的失败样本与调参经验，是通用模型拿不到的资产。
一个细节让这次调整显得相当突然：OpenAI 此前已报名参加本周在奥斯汀举行的机器人学习与控制会议（CoRL），并在会议应用与展厅平面图中预留了展位。记者到访其 208 号展位时，现场空无一人，连公司标识也已不见。这个画面比任何官方声明都更能说明内部节奏的变化。
需要区分的是「不做机器人」与「不单独做机器人研究」。《财富》的报道提到，OpenAI 仍在研发自有人形机器人，目标是在 2027 年首次公开演示。所以更准确的读法是：硬件与应用留在产品侧，算法研究回归通用模型主线。团队解散不等于项目终止，而是组织形态从「独立事业部」变成「通用研究的下游」。
这件事对行业的连带影响在两处。一是人才流向——一批具身智能研究者从大厂独立团队流出，会加速创业公司与高校实验室的补强。二是路线之争的示范效应：如果通用模型真能覆盖大部分操作任务，那么「专门为机器人训一个模型」的融资故事会更难讲；反过来，如果延迟与数据问题在一年内没解决，这次重组就会被当作一次过早的收敛。