OpenAI 解散独立机器人团队并入通用模型体系,通用模型可完全替代专用机器人模型吗?
不一定。把机器人团队并入通用模型体系,更多说明研发组织和模型架构在整合,并不等于专用机器人能力已经没有价值。通用模型擅长语言理解、知识迁移和处理开放式指令,可以作为高层决策与任务规划入口;但机器人还要把指令变成可靠的感知、运动和控制,面对传感器噪声、物体差异、接触力学、时延以及安全边界。这些能力往往需要大量具身数据、针对具体硬件的训练和验证。
如果任务环境相对固定、动作集合有限,例如产线上的抓取与分拣,专用策略通常更容易针对成功率、延迟和安全性优化,也更便于测试;代价是换物体、换场地或换机器人后可能要重新适配。通用模型则有望用自然语言处理新任务,并在不同场景间迁移,但“能理解怎么做”不代表能在真实设备上稳定执行,尤其在长序列操作、精细接触和异常恢复中,仍需专门的控制模块、数据和约束。
更现实的方向通常是分层协作:通用模型负责理解意图、拆解任务和选择技能,机器人专用模型或传统控制器负责实时感知与动作执行,并由安全机制限制危险行为。两者的边界会随着数据、算力和硬件进步而变化;是否保留专用模型,应看具体任务上的可靠性、成本和可验证性,而不是仅凭组织调整或“通用”这一名称判断。