OpenAI bestätigt Liang Wenfengs „Prophezeiung“
Buchstabe AI
20.11.2026 08:05
· Aus Peking
Volltext 4468 Wörter
Text | Buchstabe AI
Der GPT-6.2 Astra hat den echten Roboterarmtest übertroffen und die Fähigkeiten allgemeiner großer Robotermodelle mit Direktantrieb noch einen Schritt weiter gebracht.
Laut der AA-Robotics v0.1-Liste der unabhängigen Bewertungsagentur Artificial Analysis erzielte GPT-6.2 Astra 79 Punkte und erledigte 6 von 8 Physikaufgaben.
Nicht nur das Flaggschiffmodell von OpenAI, sondern auch das relativ schwache GPT-6.2 Sol erhielten ebenfalls eine hohe Punktzahl von 78 Punkten.
In diesem Benchmark-Test lässt das Modell kein spezielles Training zu und es werden durchgängig Zero-Sample-Einstellungen verwendet. Das Modell steuert direkt einen 6-Achsen-Roboterarm, um reale Objekte durch das Schreiben von Code zu bewegen.
In der Vergangenheit glaubten Roboterhersteller im Allgemeinen, dass vertikale Robotermodelle Vorteile bei der Roboteranpassung und Kraftsteuerung hätten und für Roboter besser geeignet seien als Universalmodelle.
Es scheint nun, dass mit der Entwicklung allgemeiner Modelle nach Leistungsiterationen allgemeine Modelle den Status vertikaler Modelle ersetzen könnten.
Liang Wenfeng hat eine ähnliche Ansicht geäußert. Er glaubt, dass Durchbrüche in der verkörperten Intelligenz auf der kontinuierlichen Weiterentwicklung allgemeiner Modellfähigkeiten basieren können.
In Liang Wenfengs KI-Weg ist die Weiterentwicklung der Fähigkeiten des allgemeinen Modells selbst der Hauptweg, der zu AGI führt, und verkörperte Intelligenz ist die Erweiterung dieses Wegs.
01
Am 13. November berichteten ausländische Medien, dass OpenAI sein unabhängiges Robotik-Team aufgelöst und das ursprüngliche Robotik-Team in das Hauptforschungsteam des Unternehmens integriert habe. Die Teams für Anwendungsrobotik und Hardware wurden an andere Abteilungen angepasst.
OpenAI bestätigte gegenüber den Medien, dass der Grund für die Anpassung darin liegt, dass das allgemeine Modell bei der Steuerung von Robotern gute Leistungen erbringt.
Forscher fanden heraus, dass der GPT-6 Astra nach der Verbindung mit dem Roboter an der Ausführung einiger spezifischer Aufgaben teilnehmen konnte und überraschend gute Leistungen erbrachte.
Tatsächlich gab es nach der Veröffentlichung des GPT-6 Astra eine Reihe von Versuchen, Astra zum Antrieb von Robotern zu nutzen. Beispielsweise zeigen reale Maschinentests der unabhängigen Bewertungsagentur Robocurve, dass Astra eine Erfolgsquote von 95 % erreichte, als er mit einem zweiarmigen Roboterarm die Aufgabe „Blöcke greifen und in eine Schüssel legen“ ausführte.
Solche Experimente geben universellen modellgesteuerten Robotern eine realistischere Grundlage. In diesem Zusammenhang fusionierte OpenAI das vor weniger als einem halben Jahr gegründete unabhängige Robotik-Team zum Hauptforschungsteam und die Forscher wandten sich der Entwicklung allgemeiner Modelle für künstliche Intelligenz zu.
Dies bedeutet, dass OpenAI seinen technischen Weg geändert hat. Da das allgemeine Modell nun mit der Steuerung des Roboters begonnen hat, besteht keine Notwendigkeit, ein separates spezielles „räumliches Intelligenz“-Modell für den Roboter zu entwickeln.
Tatsächlich ist dies nicht das erste Mal, dass OpenAI seine Richtung auf dem Weg der Robotiktechnologie ändert.
Bereits 2019 gründete OpenAI ein Robotik-Team, das versucht, Roboter mithilfe von Reinforcement Learning und anderen Methoden Aufgaben wie das Greifen und Platzieren von Objekten erlernen zu lassen. Doch 2020 wurde das Team aufgelöst.
Sein Mitbegründer Wojciech Zaremba erklärte einmal, dass Roboterdaten begrenzt seien und AGI mit anderen Methoden effizienter implementiert werden könne. Später konzentrierte sich OpenAI auf große Sprachmodelle und startete ChatGPT im Jahr 2022.
Mit der Entwicklung multimodaler Modelle hat OpenAI sein Augenmerk wieder auf Roboter gerichtet.
Im Jahr 2024 wird OpenAI mit dem humanoiden Roboterunternehmen Figure AI zusammenarbeiten, um zu versuchen, große Modellfunktionen auf Roboter anzuwenden.
Damals sagte Peter Welinder, Vizepräsident von OpenAI, dass die Zusammenarbeit mit Figure darin bestehe, den Grad der Intelligenz zu erforschen, den humanoide Roboter mit der Unterstützung groß angelegter multimodaler KI-Modelle erreichen können.
Später zeigte das von Figure AI veröffentlichte Demonstrationsvideo zu Figure 01, dass der Roboter eine einfache Artikellieferung gemäß menschlichen Anweisungen durchführen konnte. In dieser Zusammenarbeit bietet das Modell von OpenAI visuelles Verständnis und Möglichkeiten zur Sprachinteraktion.
Ein Jahr später gab Figure AI jedoch das Ende der Zusammenarbeit bekannt und wandte sich der eigenständigen Forschung und Entwicklung von Roboter-KI zu.
Und der Roboter von OpenAI hat ein unsterbliches Herz. Anfang 2026 begannen OpenAI-Forscher, einen anderen technischen Weg zu erkunden: beginnend mit Videogenerierungsmodellen wie Sora.
Als generatives Videomodell ist Sora in der Lage, die Beziehung zwischen Objekten, Raum und Bewegung zu verstehen und so ein gewisses Verständnis dafür zu erlangen, wie die physische Welt funktioniert.
Dass OpenAI an der Reihe ist, ist kein Einzelfall. Zu Beginn des Jahres 2025 war der Mainstream-Weg für verkörperte Intelligenz noch das VLA-Modell. Als Ende des Jahres die Mängel der VLA bei der szenarioübergreifenden Generalisierung und anderen Aspekten deutlich wurden, begann die Branche, ihre Aufmerksamkeit auf das Weltmodell zu richten.
Im Juni dieses Jahres, zwei Monate nach der Schließung von Sora, kündigte Sam Altman die Gründung der Robotikabteilung „OpenAI Robotics“ an und verlagerte das Sora-Team als Ganzes auf Roboterforschung und -entwicklung. Unter der Leitung von Aditya Ramesh, dem Vater von Sora und Gründer von DALL-E, wurde die von Sora gesammelte Weltsimulationstechnologie auf das Robotertraining übertragen. Der kurzfristige Schwerpunkt liegt auf industriellen Hilfsrobotern, das langfristige Ziel sind humanoide Roboter für den Endverbraucher.
Doch schon bald änderte sich die Route erneut.
Nur drei Monate nach der Gründung dieser Abteilung, im September dieses Jahres, veröffentlichte OpenAI GPT-6 Astra. OpenAI hat herausgefunden, dass das allgemeine Modell selbst bereits in der Lage ist, an Roboteraufgaben teilzunehmen. Im Vergleich zur auf Roboter spezialisierten Weltsimulationstechnologie gibt es eine Möglichkeit, das vorhandene visuelle Verständnis, die Argumentationsfähigkeiten und die Aufgabenplanungsfähigkeiten allgemeiner Modelle direkt zu nutzen.
Guanya Shi, Assistenzprofessor am Robotics Institute der Carnegie Mellon University, erklärte, dies bedeute, dass OpenAI der Ansicht sei, dass Robotik „kein besonderes Problem mehr“ sei.
Nach einem Abstecher auf den Weg der Robotik wandte sich OpenAI allgemeinen Modellen zu.
02
Die Änderungen von OpenAI sind kein Einzelfall. Die Leistung universeller Modelle bei Roboteraufgaben veranlasst die Branche, diesen Technologieweg zu überdenken.
Die im Oktober von NVIDIA veröffentlichte Astranomy-Forschung nutzt GPT-6 Astra direkt zur Steuerung simulierter Roboter. Im RoboLab-120-Test erreichte das Direktsteuerungsschema eine Missionserfolgsquote von 66,3 %.
Deepu Talla, Leiter der Robotikabteilung von NVIDIA, sagte kürzlich in einem Interview, dass die Einführung von GPT-6 Astra ein großer Durchbruch bei der Förderung von Multitasking-Fähigkeiten für Roboter sei.
Auch Claude Fable 5.2 von Anthropic weist ähnliche Fähigkeiten auf. Der modellgesteuerte Roboter erledigte verschiedene Aufgaben, wie zum Beispiel das Lösen von Zauberwürfeln, das Abschrauben von Flaschenverschlüssen und das Zeichnen von Robotern. Im RoboDojo Sim-Simulationsbenchmark erreichte die durchschnittliche Erfolgsquote von Fable 5.2 64,9 %, und die Punktzahl von GPT-6 Astra unter demselben Testrahmen betrug 29,8 %.
Obwohl dieser technische Weg noch nicht ausgereift ist, zeigt er zumindest, dass das universelle Modell zu einem Weg wird, der einen Versuch in der verkörperten Intelligenzforschung wert ist.
Auch in China achten Robotikunternehmen auf diesen Wandel.
Yushu erforscht den Einsatz großer Modelle in Robotern. Wang Xingxing sagte sogar unverblümt: „Wenn GPT-7 nächstes Jahr herauskommt, könnte es das Problem der verkörperten Intelligenz direkt lösen.“
Zuvor war Yushu sowohl für das VLA-Modell als auch für die Erforschung des Weltmodells tätig. Wang Xingxing erwähnte einmal, dass Yushu letztes Jahr das Weltmodell basierend auf der Videogenerierung wieder aufgegriffen habe. Yushu hat das universelle VLA-Modell UnifoLM-VLA-0 und das WMA-Modell (World Model-Action) herausgebracht.
Aber vor kurzem hat Yushu damit begonnen, GPT-6 Astra für Roboterexperimente zu nutzen.
Wang Xingxing erwähnte einmal, dass der Roboter das Gemälde nur durch schnelle Worte fertigstellen kann, ohne im Voraus komplizierte Programme zu schreiben. Beispielsweise erkennt der Roboter nicht nur das Schachbrett, sondern platziert die Schachfiguren auch präzise an der entsprechenden Position. Wang Xingxing betonte, dass diese Experimente unter „Null-Training“-Bedingungen durchgeführt wurden.
Auch Zhiyuan Robot geht in eine ähnliche Richtung.
Kürzlich veröffentlichte das Team von Zhihui Jun ein Papier. Der Kern dieses Artikels besteht darin, ein großes Modell, das chatten kann, mit einem Roboterkörper zu verbinden, der Aktionen ausführen kann. Das Modell kann nicht nur verbale Anweisungen verstehen, sondern den Körper des Roboters auch nutzen, um Aufgaben wie das Zeigen auf reale Objekte, Körperbewegungen und Gesichtsausdrücke auszuführen.
Das bedeutet, dass Robotikunternehmen versuchen, die Fähigkeiten von Allzweck-Großmodellen in Roboterkörper zu „verbinden“, um verkörperte Intelligenz zu fördern.
Dies verschaffte Liang Wenfeng auch eine neue Referenz für sein bisheriges Urteil.
Als Weltmodelle zu einer beliebten Richtung im Bereich der verkörperten Intelligenz wurden, schien Liang Wenfeng auf diesem technischen Weg relativ zurückhaltend zu sein. Er schätzt die Weiterentwicklung der Fähigkeiten des allgemeinen Modells selbst mehr und betrachtet es als die Hauptlinie, die zur AGI führt.
Im KI-Routenkonzept von Liang Wenfeng müssen wir nach dem Agenten zunächst die kontinuierliche Lernfähigkeit des KI-Modells lösen und dann die Singularität erreichen, die von selbst iterieren kann, und dann die verkörperte Intelligenz.
Mit anderen Worten: Er hofft, zunächst das allgemeine Modell selbst stark genug zu machen und diese Fähigkeit dann auf die physische Welt auszudehnen.
Dies weist eine gewisse Ähnlichkeit mit den neuesten Optimierungen von OpenAI auf. Beide weisen auf die Schlussfolgerung hin, dass verkörperte Intelligenz nicht unbedingt das Training einer unabhängigen Roboterintelligenz von Grund auf erfordert. Die Weiterentwicklung allgemeiner Modellfähigkeiten könnte für Roboter auch ein Weg zur Entwicklung verkörperter Intelligenz sein.
Und keines der Unternehmen hört auf der Modellebene auf.
Während OpenAI sein Robotikgeschäft anpasst, hat es in eine Reihe von Robotikunternehmen investiert. DeepSeek hat auch damit begonnen, in den Bereich der verkörperten Intelligenz vorzudringen, indem es sich an der Platzierung von Yushu Technology beteiligte, eine dreijährige strategische Zusammenarbeit mit Yushu einging und in Unternehmen wie Winverse AI und Lige Wanwu investierte.
03
Die Integration allgemein großer Modelle in Roboter ist zu einem neuen Trend geworden, was jedoch nicht bedeutet, dass VLA-Modelle und Weltmodelle verschwinden werden.
In den letzten Jahren hat der Mainstream-Technologieweg der verkörperten Intelligenz mehrere Veränderungen erfahren, vom VLA-Modell über das Weltmodell bis hin zum allgemeinen Großmodell. Aber niemand ersetzt jemals wirklich jemanden.
Das erste Modell, das Aufmerksamkeit erregte, war das VLA-Modell. Vereinfacht ausgedrückt ermöglicht das sogenannte VLA (Visual-Language-Action Model) dem Modell, Kamerabilder und menschliche Anweisungen gleichzeitig zu verarbeiten und die Verständnisergebnisse dann in Roboteraktionen umzuwandeln.
Die Entstehung dieser Route hängt mit der damaligen Entwicklungsphase großer Modelle zusammen. Zu diesem Zeitpunkt verfügte das große Modell über bestimmte sprachliche und visuelle Verständnisfähigkeiten, konnte den Roboter jedoch nicht direkt steuern. Die eigenen Daten des Roboters sind begrenzt und es ist schwierig, ein Robotermodell von Grund auf zu trainieren.
Im Juli 2023 veröffentlichte Google DeepMind das VLA-Modell RT-2, das in der Lage ist, aus Netzwerk- und Roboterdaten zu lernen und dieses Wissen in universelle Anweisungen zur Robotersteuerung umzuwandeln.
Die VLA-Route bot damals eine praktikable Lösung. Allerdings mangelt es der VLA an Generalisierungsfähigkeit und Autonomie. Dadurch kann sich der Roboter nicht an komplexe reale Umgebungen anpassen.
In der realen physischen Welt müssen Roboter mit kontinuierlichen physischen Veränderungen umgehen. Der Roboter muss nicht nur wissen, was er jetzt tun soll, sondern auch bestimmen, wie sich die Welt danach verändern wird.
Als das Videogenerierungsmodell auf den Markt kam, gingen die Hersteller daher im Allgemeinen davon aus, dass das Videogenerierungsmodell voraussichtlich das VLA-Modell ersetzen würde.
Im Februar 2024 veröffentlichte OpenAI Sora und schlug in einem technischen Bericht vor, dass ein groß angelegtes Videotraining der Weg zum Aufbau eines physischen Weltsimulators geworden sei.
Im Internet gibt es unzählige Videos menschlicher Aktivitäten. Wie Menschen Dinge aufheben, bewegen, gehen, Dinge organisieren usw. wird in Videos aufgezeichnet. Wenn das Modell aus diesen Videos Objektbewegungen, räumliche Beziehungen und Handlungskonsequenzen lernen kann, besteht die Möglichkeit, diese Fähigkeit auf Roboter zu übertragen.
Aber die Videoerzeugung ist nicht dasselbe wie die Fähigkeit, einen Roboter zu steuern. Infolgedessen begann die Branche zu versuchen, Weltvorhersage und Aktionsgenerierung zu kombinieren, um ein Weltaktionsmodell (WAM) zu bilden.
Mit anderen Worten: VLA konzentriert sich auf die Abbildung von Beobachtungen auf Handlungen, während das Weltaktionsmodell versucht, Vorhersagen über die Zukunft in Handlungsentscheidungen einzubeziehen.
Das Weltmodell ist jedoch immer noch mit vielen Problemen konfrontiert, und die simulierten physikalischen Prozesse werden in der realen Umgebung möglicherweise nicht genau reproduziert.
Nach Astra begann die Branche, eine andere Möglichkeit auszuloten. Können universelle Großmodelle direkt das Aufgabenverständnis, die Planung und die Entscheidungsfindung von Robotern übernehmen?
Ein Beispiel dafür ist HomeBody, das vom Stanford-Team in Zusammenarbeit mit dem California Institute of Technology veröffentlichte Forschungsprojekt zur verkörperten Intelligenz. Diese Studie versucht, eine Frage zu beantworten: Wenn das universelle Großmodell intelligent genug ist, benötigt der Roboter dann auch ein VLA-Modell als Zwischenschicht zwischen dem Großmodell und dem Körper?
Die Antwort von HomeBody lautet: Innerhalb eines bestimmten Aufgabenbereichs ist dies nicht erforderlich.
Nachdem die Forscher GPT-6 Astra mit dem humanoiden Roboter Yushu G1 verbunden hatten, rief der Roboter direkt die vorgefertigte Fähigkeitenbibliothek des Roboters auf. Nachdem der Roboter eine Küche betreten hatte, die er noch nie zuvor gesehen hatte, beendete er die Sortierung und Suche nach Gegenständen gemäß den Anweisungen des Menschen.
Gleiches gilt für Fable 5.2, das später von Anthropic veröffentlicht wurde. Fable 5.2 hat seine Fähigkeit, Roboter zu steuern, erheblich verbessert, selbst für Roboteraufgaben, für die es nie speziell trainiert wurde.
Das bedeutet, dass mit zunehmender Denkfähigkeit des Modells einige Roboterfähigkeiten, die ursprünglich eine spezielle Schulung erforderten, möglicherweise aus dem allgemeinen Modell hervorgehen.
Eine Kernaufgabe der verkörperten Intelligenz besteht darin, Robotern zu ermöglichen, die Umwelt zu verstehen und die möglichen Konsequenzen von Handlungen zu bestimmen. Die Idee des Weltmodells besteht darin, aus Videos zu lernen und dann die Zukunft zu simulieren. Die Idee eines allgemeinen großen Modells besteht darin, vorhandene Argumentationsfähigkeiten zur Analyse von Aufgaben zu nutzen und diese dann für die Aufgabenplanung zu verwenden.
Die technischen Ideen der beiden Routen sind unterschiedlich, weisen aber auf das gleiche Ziel hin: KI in der realen Welt agieren zu lassen.
Respekt vor der Originalarbeit, wenn Sie qualifiziert sind, sollten Sie geschätzt werden.
Gemäß der Anforderung des Cybersicherheitsgesetzes, Ihren echten Namen anzugeben, verknüpfen Sie bitte Ihre Mobiltelefonnummer, bevor Sie einen Kommentar veröffentlichen.
Äußern
08:05
Nvidia steht kurz vor der Übernahme des Diffusions-KI-Startups Inception für mehr als 500 Millionen US-Dollar
08:04
EU genehmigt Ungarns Verteidigungskreditplan in Höhe von 5,4 Milliarden Euro
08:01
Wang Yi stellt die Situation des Treffens zwischen den Staatsoberhäuptern Chinas, Russlands und der Vereinigten Staaten vor
07:59
MSCI wird Anthropic am 1. Dezember in seinen Large-Cap-Index aufnehmen
07:39
CEO von Anthropic: Das Unternehmen hofft, in Zukunft ein Investment-Grade-Bonitätsrating zu erhalten
07:36
Anthropic-CEO antwortet auf die 900-Milliarden-US-Dollar-Investitionszusage für KI: Im Vergleich zu den vorhandenen Barreserven und Einnahmen sei sie nicht groß
07:34
Berichten zufolge plant SpaceX die Emission von Schuldtiteln im Zusammenhang mit KI-Chips in Höhe von mindestens 32 Milliarden US-Dollar
07:32
Anthropic läutet die Eröffnungsglocke der Nasdaq und stellt einen Rekord für den größten Börsengang in der Geschichte auf
07:20
Schlusskommentare zum US-Aktienmarkt: Die drei großen Aktienindizes fielen nach einem Eröffnungshoch und einem Tiefststand allesamt um mehr als 2 %. Anthropic schloss bei seinem Debüt mit einem Plus von 17 % ab.
07:14
Trump sagt, er werde nicht vor Neujahr „überstürzt“ gegen den Iran vorgehen
07:08
Der Nettowert des Fonds zeigt die Richtung der Positionsanpassung, und die Institutionen prüfen die Gewissheit der nächsten Stufe.
2026-11-19 23:11
Direktor Zhu Lidan verklagt Wahaha Commercial Co., Ltd.
2026-11-19 23:02
Inländische Rohstoffterminmärkte schlossen nachts meist höher, wobei schwarze Produkte die Gewinne anführten.
2026-11-19 23:01
Internationale Energieagentur: Der Nahostkonflikt könnte die globale Energielandschaft verändern
2026-11-19 22:59
SpaceX plant, am Donnerstag KI-Chip-Schuldtitel in Höhe von mindestens 32 Milliarden US-Dollar zu begeben
19.11.2026 22:55
Anthropic wird am ersten Handelstag voraussichtlich bei 99,60 $ eröffnen
2026-11-19 22:52
Livermores führender Index chinesischer Konzeptaktien stieg auf 2 %, während Pinduoduo um fast 13 % zulegte.
2026-11-19 22:51
Etwa 15 % der Aktien von Anthropic IPO wurden an Privatanleger verkauft
19.11.2026 22:50
亚太经合组织互联互通蓝图
2026-11-19 22:46
Anthropic的IPO未向多数机构买家配售股份
扫描下载App


