OpenAI 解散了獨立機器人團隊，把研究員打散到通用研究與應用組織。官方說法是加速，不是放棄：通用模型已經能直接驅動機器人，專門團隊沒有保留的必要。這是 Fortune 在 2026 年 11 月 13 日的獨家報導，作者是邵（Wen Shao，Fortune AI 研究員）。
改組內容
- 研究側併入首席研究官馬克·陳（Mark Chen）的主研究團隊
- 應用與硬體側改向總裁格雷格·布羅克曼（Greg Brockman）報到，編入應用組織
- 發言人強調機器人仍是長期願景核心，通用機器人照做不誤
- 轉折徵兆發生在奧斯汀 CoRL 頂級機器人學術會議：208 號攤位已報名，現場空無一人，連標誌都沒掛
三段歷史
| 年份 | 動作 |
|---|---|
| 2020 | 首代機器人團隊收攤，共同創辦人沃伊切赫·札倫巴（Wojciech Zaremba）說機器人資料太少，超大語言模型才是通往通用人工智慧的捷徑，後來開出 ChatGPT |
| 2024 | 重建團隊，結盟新創 Figure 做人形機器人模型 |
| 2025 | Figure 在 2 月分手自研，傳出自研人形機器人，執行長山姆·奧特曼（Sam Altman）把首次公開展示定在 2027 年 |
賭注：具身智慧只是下游應用
年初內部還以為要從 Sora 這類影片生成模型借力，因為要生成逼真影片，模型得隱含理解物理世界。但後來 GPT-6 Astra 等前沿通用模型證明可以直接拿來驅動機器人，這才觸發解散。
成本線同步收緊：奧特曼去年要全員砍掉支線任務，Sora 等計畫讓路，把算力收回核心獲利業務。上季營運虧損傳達 109 億美元，新一輪募資與 2027 年初可能 IPO 在即。
實證數字
- 輝達研究裡 Astra 代理在模擬操作基準拿到 74.8% 成功率
- 同一基準最佳專用機器人模型只有 51.0%
- 斷線派的反例：36 毫秒一拍打遊戲都行，憑什麼不能控機器人
網友討論：苦澀教訓、延遲與分層
統計列：分數 141、留言 64 則、頂層 11 個 kids，抓取時間 2026-11-14。全樹整理如下。
苦澀教訓派對上今日實用派
- 通用終將通吃只是時間問題，專用是過渡，有人直接拿蘇頓（Richard Sutton）的苦澀教訓當判語（yewenjie、_diyar）
- 反駁最完整的一則說教訓只管研究方向，不管今天拿什麼蓋東西，拚幾十億使用者的十年局，才選最苦的那條路，眼下 PID 與 EKF 照用不誤（jvanderbot）
- 拿 GPU 類比：你愛用最快 CPU 算圖，我繼續用獨顯（scottLobster）；3D 列印做得出手機殼，量產還是射出成型（adrianmonk）
- 潑冷水說苦澀教訓已被套成萬用答案，一次內部改組也能套，CoRL 空攤位更像單純不優先了（qlte、ambicapter、woopsn）
延遲與安全：斷線的機器人該原地罰站
- 毫秒級響應過不了通訊鏈，斷線必須能本地安全停機，有人主張直接立法禁止全雲端機器人（jacquesm）
- 底線是獨立心跳停機系統，收不到控制網路心跳就自己關機（lovich）
- 反方說多數機器人本來就在有網路的地方，定期回傳狀態分析即可（lukan）
分層架構：大腦想意圖，小腦管反射
- 標準答案是層級系統：底層跑在舵機旁的即時環，高層只管注入期望狀態，掉線各層照轉（tracerbulletx、lukan）
- 最傳神的類比是打字：意識只管想打什麼，手指有自己的鍵盤記憶，燙到縮手比大腦快（Tadpole9181）
- 落地版是三層：頂層看快照定意圖，中層翻成動作，底層純確定性逆運動學（Tadpole9181）
- 高層只發 1700 微秒或位置指令，脈衝生成丟給硬體（jacquesm）
成本與 IPO：砍支線論
- 第一反應是上市前美化數字（winfredJa）；補刀說研究員人還在，只是換組，何來省錢（seanmcdirmid、c1ccccc1）
- 緩頰說是把資源從成本中心搬到利潤中心，ChatGPT 的個人化黏著與定價權才是 IPO 故事（lavendermon、qlte）
- 造取代性的人自己成了取代對象，AI 吃 AI，蛇吞尾巴（brink）
視覺懶人包
直連備援：https://static.blog.derekhsu.net/openai-robotics-hn.html
譯註
- 本文素材為 Fortune 報導正文全譯，留言整理取自全樹 64 則
- 報導中的虧損與 IPO 數字為傳聞與計畫階段，以官方公告為準
- CoRL 攤位現場描述引自 Fortune 記者直擊