2026年11月，OpenAI 再次解散了刚重建两年的独立机器人团队，决定仓促到连奥斯汀机器人学习会议（CoRL）上提前预订的展位都直接空置。对外释放的信号是通用多模态模型 GPT-6 Astra 已经具备直接控制机器人的空间理解力，不再需要单独研发专用机器人 AI。但翻开支撑这一转向的底层实验账本，74.8% 的惊艳成功率是靠模拟器暂停物理时间换来的，真机完整成功率只有 7%，且每成功完成一次操作平均要烧掉 16.11美元 的 API 费用。与其说通用大模型已经跨过物理鸿沟，这次重组更像是在高昂算力账单与外部竞争挤压下，砍掉边缘独立编制、集中火力保主线的收缩动作。
奥斯汀的空展位与被暂停的物理时间
OpenAI 将原机器人团队一分为二，研究人员并入首席研究官 Mark Chen 领导的主研究部，应用与硬件团队则划归 Greg Brockman 负责的 Applied 部门。那些原本要站上奥斯汀 CoRL 展台的研究员虽然去了会议现场，却只能看着自家的空展位。这是 OpenAI 继 2020 年因缺乏数据关停机器人部门、2024 年重建团队、2025 年 2 月与人形机器人公司 Figure 终止合作（Figure 转而自研机器人 AI）之后的又一次大折返，目标直指 CEO Sam Altman 承诺的 2027 年首次公开机器人演示。
支撑 OpenAI 押注通用模型直接控场的核心论据，是康奈尔大学兼 Google DeepMind 研究员 Yoav Artzi 提到的空间理解跃升。在尚未公开发表的 REMAP 基准测试中，GPT-6 Astra 达到了近乎人类的准确率，Artzi 推测这得益于大量 Blender 等 3D 场景合成数据的预训练。而在英伟达于 2026 年 10 月 14 日发布的 Astranomy 研究中，Astra 驱动的智能体在 RoboLab-120 模拟环境的 120 项任务（共 600 个 episode）里拿下了 74.8% 的成功率（完成度得分 83.6/100），远超排行榜最强专用基准模型 Lakeside 的 51.0%。
但模拟器的高分建立在一个违背物理常识的前提上。英伟达的实验设计显示，模拟器在等待 GPT-6 Astra 进行推理思考时会直接暂停物理时间，且未设置挂钟时间（wall-clock）或重试次数限制。现实世界里正在倾倒的水杯不会停在半空等云端大模型算完 Token。
一旦撤掉时间暂停的特权，通用模型在真机上的表现立刻跳水。在 2026 年 9 月 10 日发布的 StationeryBench 双臂 YAM 机器人物理测试中，面对桌面文具操作的 5 项任务（每模型每任务 20 次，共 200 次试验），GPT-6 Astra 在 100 次尝试里只完整做成了 7 次（平均进度分 46）。拆开这 7 次成功，有 5 次只是拔下记号笔帽，转移尺子和贴便利贴各成 1 次，而在倒回形针和从盒中取橡皮两项精细操作上全部挂零。
同场对比的艾伦人工智能研究所（Ai2）专用模型 MolmoAct2 虽然录得 0 次完成（平均进度分 12），但测试本身并非盲测，且 MolmoAct2 在未做任务特定微调的情况下直接上机，100 次试验里有 47 次甚至没能离开初始姿态。用未调优的对手和 7% 的真机完赛率来论证专用机器人模型不再必要，工程说服力显然不够。
模拟器里停表换来的高分，掩盖不了真机毫秒级闭环的延迟死穴。
拔一次笔帽烧掉 16 美元与 6.1 毫秒的端侧壁垒
除了Google（Gemini 4 Argon）和 Anthropic（Claude Opus 5.5）也在尝试让通用大模型接管机器人，整个行业都绕不开两本硬账，一本算的是 API 推理成本，另一本算的是物理响应延迟。
在一项针对通用大模型的 LIBERO-10 零样本操作评估（高推理开销设置）中，三大旗舰模型直接控制机械臂的经济账单被彻底摊开。
| 评估模型与策略架构 | 测试基准与环境 | 任务成功率 | 单次动作/尝试成本 | 折合每次成功成本 |
|---|---|---|---|---|
| GPT-6 Astra | LIBERO-10 零样本 | 44% (44/100) | 7.09 美元 | 16.11 美元 |
| Gemini 4 Argon | LIBERO-10 零样本 | 43% (43/100) | 7.84 美元 | 18.23 美元 |
| Claude Opus 5.5 | LIBERO-10 零样本 | 33% (33/100) | 1.80 美元 | 5.45 美元 |
| DEM 解耦专用策略 | RoboCasa 18项任务 | 55.6% | 6.1 毫秒 / 2.07 焦耳 | 本地端侧推理无API费 |
让 GPT-6 Astra 驱动机械臂每成功完成一次操作，平均要烧掉 16.11美元，Gemini 4 Argon 更是高达 18.23美元。哪怕只在实验室跑完 100 次测试，光 API 账单就要花掉七百多美元，这在工业流水线或家庭高频家务场景中根本无法商业化。
更致命的是物理延迟与能耗。外媒原报道在提及专用模型的速度与能耗优势时，引用了论文 arXiv:2609.18374，但实际上该论文压根没有测试 GPT-6 Astra 或 Gemini，而是对比了不同架构的本地专用机器人策略。论文提出的解耦架构 DEM 在单台 RTX PRO 6000 工作站上运行 18 项 RoboCasa 任务，缓存指令后的单次前向推理延迟被压到了 6.1毫秒，GPU 单次能耗仅 2.07焦耳（成功率 55.6%）；相比之下，同为专用策略的 GR00T N1.7 延迟为 51.8 毫秒/13.71 焦耳（成功率 56.9%），π0.5 为 103.3 毫秒/31.68 焦耳（成功率 54.6%）。
连百毫秒级的本地模型都在拼命往 6 毫秒压缩，以保证机械臂在接触物体瞬间的力控稳定，动辄需要数秒云端往返思考的通用大模型，根本不可能直接接管底层高频控制循环。
- 结论.通用大模型不会消灭专用机器人 AI，具身智能最现实的工程出路是大脑与小脑分层，由 GPT-6 Astra 这类通才负责高维空间理解、任务拆解与异常恢复，再交由 6 毫秒级延迟的本地小模型执行高频动作闭环。
财务压力下的编制收缩与具身创业者的窗口
既然通用模型还远未到能直接替代底层控制策略的地步，OpenAI 为何急着在 CoRL 开幕前夕解散独立团队？算一算 OpenAI 眼下的财务与竞争处境，答案比技术路线之争更现实。
OpenAI 正承受着严峻的现金流消耗，视频生成项目 Sora 每天烧掉上百万美元却面临用户流失一半的窘境；而在核心的企业级与大模型主战场上，老对手 Anthropic 势头凶猛，其 IPO 获得了 6倍 超额认购，有望成为史上最大规模的科技股上市。在需要集中算力与资金护住基本盘的关口，砍掉烧钱慢、硬件周期长的独立机器人编制，把人员并入 Mark Chen 和 Greg Brockman 的现有部门复用主模型算力，是最体面的减负手段。
- 风险.如果到 2027 年 OpenAI 仍未解决大模型推理延迟与本地高频控制策略的协同难题，Sam Altman 承诺的首次公开机器人演示极可能退化为一场提前录制或慢放的实验室摆拍。
对于正在研发视觉-语言-动作（VLA）小模型的具身智能初创公司而言，OpenAI 撤掉独立团队意味着短期内少了一个直接下场拼专用底座模型的巨头对手。但真正的考验在另一头，如果 Yoav Artzi 猜测的 3D 合成数据训练法被证实能低成本拉平空间推理差距，那些还在靠高薪雇人摇操作手柄、攒几万小时真机数据的创业公司，手里的真机数据壁垒就会大幅贬值；把研发预算尽早从堆砌高层规划数据转向打磨端侧几毫秒级的小脑控制策略，才是接下来的活路。