11 月中旬，机器人学习顶会 CoRL 在奥斯汀举行，OpenAI 仍登记了 208 号展位。《财富》记者到场时，展位是空的，公司标志也不见了。同一天，这家公司向该刊确认：独立的机器人团队已经解散。
按公司的说明，机器人研究并入主线研究团队，向首席研究官 Mark Chen 汇报；应用机器人与硬件团队并入总裁 Greg Brockman 领导的应用组织。发言人说，机器人仍是长期愿景的一部分，并把这次调整称为加快进展。The Decoder 11 月 14 日也写到，OpenAI 随后澄清：重组是为了让相关工作更靠近研究和产品，机器人工作仍在继续。
公司给出的理由是通用模型已经能直接控机器人
发言人对《财富》说，今年初，公司研究者曾以为推进机器人的较好办法，是借助 Sora 这类视频生成模型里对物理世界的隐含理解。后来他们发现，包括 GPT-6 Astra 在内的通用前沿模型可以直接用于机器人，这才推动了这次调整。
卡内基梅隆大学机器人研究所助理教授 Guanya Shi 对《财富》表示，他会把这一举动理解为：OpenAI 认为机器人“不再是一个特殊问题”，而更像通用智能的下游应用，类似于同一套前沿模型现在也在驱动编程、法律或金融工具。公司对《财富》的回应，与这一解读方向一致。
OpenAI 并不是第一次处理这条线。它早期有过机器人团队，2020 年停掉；联合创始人 Wojciech Zaremba 后来提到，当时缺少机器人数据，而通过其他方法走向通用人工智能更有效率。2024 年，公司重建了独立的机器人团队，并宣布与 Figure 合作，为人形机器人开发模型。这段合作在 2025 年 2 月结束，Figure 当时表示将自行开发机器人所用的模型。OpenAI 已对外说在开发自己的人形机器人，首席执行官 Sam Altman 提出争取在 2027 年首次公开展示。发言人强调，尽管团队建制改了，公司仍致力于把通用机器人带进现实世界。《财富》把这次调整放在公司控制成本和聚焦核心产品的背景下，并提到最近一个季度经营亏损约 109 亿美元。亏损数字与公司已披露的第三季度情况相符；OpenAI 对这次重组的说明，没有把它归因于财务压力。
仿真里最高的 74.8%，来自带运行框架的方案
《财富》引述一项 NVIDIA 研究称，由 Astra 驱动的智能体在一项仿真操作基准上达到 74.8% 的成功率，而该榜当时最好的专用机器人模型是 51.0%。这项名为 Astranomy 的评测页上，数字对得上，但条件比转述更窄。
评测在高保真仿真基准 RoboLab-120 上进行，用的是仿真版 DROID 机械臂，不是真机；仿真会在模型推理时暂停。74.8% 对应的是 Agentic Policy：把 Astra 放进一个保持上下文的 Codex 会话里，并配上工具。同一份结果里，直接调用模型、不经过这套运行框架的 Direct Policy，成功率为 66.3%。被写成对照的 51.0%，来自该榜上当时列出的 Lakeside，不是所有专用模型的统称。
代价也很清楚。按该页对成功任务的统计，Agentic Policy 平均每次要消耗 3090 万 token，约 36.40 美元；Direct Policy 约为 16 万 token、1.96 美元，但单次推理平均要 18.56 秒。作者自己写，这类延迟和费用，使通用模型能不能作为实际机器人策略，首先取决于运行时表现和成本，而不是榜上的成功率单独说了算。
Guanya Shi 也对《财富》谈到一个实际限制：这类通用模型速度慢，而且往往要放在云端，机器人需要稳定的网络连接；他认为，仍然需要能在机载计算机上运行、不必一直连网的小型专用模型。MIT 教授、Walden Robotics 联合创始人兼首席执行官 Russ Tedrake 则说，专业机器人公司仍有实验室没有的优势：机器人已经在工厂等真实场所积累部署经验，这些现场数据有助于适应具体岗位；更好的基础模型会让这些数据更值钱，因为机器人能更快从中学习。Generalist 联合创始人 Pete Florence 对《财富》表示，智能从哪里长起来可以有不同起点，现在还不能确定现有哪一个模型会在机器人领域长期占优。
团队拆了，2027 年的演示承诺还在
《财富》到场时，几位已不再同属那个独立团队的前成员仍在 208 号展位附近，没有展示也没有演示，却还是吸引了人。对与会者来说，讨论的问题很具体：随着通用模型变强，专门的机器人研究还值多少。
目前能够确认的，是汇报关系和公开口径变了，以及 Astra 在仿真基准上的条件成绩。还不能据此认为 OpenAI 已经放弃机器人，也不能认为通用模型已经在真机上稳定取代专用策略。接下来要看的，是并入主线之后的研究有没有公开的真机结果，以及 Altman 提出的 2027 年演示，是否还按原来的时间表推进。
