OpenAI confirma la “profecía” de Liang Wenfeng

Letra AI

2026.11.20 08:05

· Desde Pekín

Texto completo 4468 palabras

Texto | Letra AI

El GPT-6.2 Astra encabezó la prueba de brazo robótico real, llevando un paso más allá las capacidades de los robots de accionamiento directo de modelos grandes generales.

Según la lista AA-Robotics v0.1 publicada por la agencia de evaluación independiente Artificial Analysis, GPT-6.2 Astra obtuvo una puntuación de 79 y completó 6 de 8 tareas de física.

No solo el modelo insignia de OpenAI, sino también el relativamente débil GPT-6.2 Sol también recibieron una puntuación alta de 78 puntos.

En esta prueba de referencia, el modelo no permite un entrenamiento especial y se utilizan configuraciones de muestra cero en todo momento. El modelo controla directamente un brazo robótico de 6 ejes para mover objetos reales escribiendo código.

En el pasado, los fabricantes de robots generalmente creían que los modelos de robots verticales tenían ventajas en la adaptación del robot y el control de fuerza, y eran más adecuados para robots que los modelos universales.

Ahora parece que con el desarrollo de modelos generales, después de iteraciones de rendimiento, los modelos generales pueden reemplazar el estado de los modelos verticales.

Liang Wenfeng ha expresado una opinión similar. Él cree que los avances en la inteligencia incorporada pueden basarse en la evolución continua de las capacidades del modelo general.

En la ruta de la IA de Liang Wenfeng, la evolución de las capacidades del modelo general en sí es la línea principal que conduce a la AGI, y la inteligencia incorporada es la extensión de esta ruta.

01

El 13 de noviembre, medios extranjeros informaron que OpenAI disolvió su equipo de robótica independiente y fusionó el equipo de robótica original con el equipo de investigación principal de la compañía. Los equipos de robótica y hardware de aplicaciones se adaptaron a otros departamentos.

OpenAI confirmó a los medios que el motivo del ajuste es que el modelo general funciona bien en el control de robots.

Los investigadores descubrieron que después de conectar el GPT-6 Astra al robot, este pudo participar en la ejecución de algunas tareas específicas y se desempeñó sorprendentemente bien.

De hecho, después del lanzamiento del GPT-6 Astra, ha habido una serie de intentos de utilizar Astra para conducir robots. Por ejemplo, las pruebas en máquinas reales realizadas por la agencia de evaluación independiente Robocurve muestran que Astra logró una tasa de éxito del 95% cuando utilizó un brazo robótico de dos brazos para realizar la tarea de "agarrar bloques y colocarlos en un recipiente".

Estos experimentos dan a los robots universales controlados por modelos una base más realista. En este contexto, OpenAI fusionó el equipo de robótica independiente creado hace menos de medio año en el equipo de investigación principal, y los investigadores se dedicaron al desarrollo de modelos generales de inteligencia artificial.

Esto significa que OpenAI ha cambiado su ruta técnica. Ahora que el modelo general ha comenzado a controlar el robot, no es necesario desarrollar un modelo especial de "inteligencia espacial" separado para el robot.

De hecho, esta no es la primera vez que OpenAI ajusta su dirección en la ruta de la tecnología robótica.

Ya en 2019, OpenAI estableció un equipo de robótica, tratando de utilizar el aprendizaje por refuerzo y otros métodos para permitir que los robots aprendan tareas como agarrar y colocar objetos. Pero en 2020, el equipo se disolvió.

Su cofundador, Wojciech Zaremba, explicó una vez que los datos de los robots son limitados y que la AGI se puede implementar de manera más eficiente mediante otros métodos. Posteriormente, OpenAI se centró en modelos de lenguajes grandes y lanzó ChatGPT en 2022.

Con el desarrollo de modelos multimodales, OpenAI ha vuelto a centrar su atención en los robots.

En 2024, OpenAI cooperará con la empresa de robots humanoides Figure AI para intentar aplicar capacidades de modelos grandes a los robots.

En ese momento, Peter Welinder, vicepresidente de OpenAI, dijo que la cooperación con Figure tenía como objetivo explorar el nivel de inteligencia que los robots humanoides pueden alcanzar con el apoyo de modelos de IA multimodales a gran escala.

Más tarde, el vídeo de demostración de la Figura 01 publicado por Figura AI mostró que el robot podía completar la entrega de artículos simples de acuerdo con instrucciones humanas. En esta colaboración, el modelo de OpenAI proporciona comprensión visual y capacidades de interacción lingüística.

Sin embargo, un año después, Figure AI anunció el fin de la cooperación y recurrió a la investigación y el desarrollo independientes de IA robótica.

Y el robot de OpenAI tiene un corazón inmortal. A principios de 2026, los investigadores de OpenAI comenzaron a explorar otra ruta técnica: comenzar con modelos de generación de video como Sora.

Como modelo generativo de vídeo, Sora es capaz de comprender la relación entre los objetos, el espacio y el movimiento, lo que le proporciona una cierta comprensión de cómo funciona el mundo físico.

El turno de OpenAI no es un caso aislado. A principios de 2025, la ruta principal para la inteligencia incorporada seguía siendo el modelo VLA. A finales de año, cuando surgieron las deficiencias de VLA en la generalización entre escenarios y otros aspectos, la industria comenzó a centrar su atención en el modelo mundial.

En junio de este año, dos meses después del cierre de Sora, Sam Altman anunció el establecimiento del departamento de robótica "OpenAI Robotics" y desplazó al equipo de Sora en su conjunto hacia la investigación y el desarrollo de robots. Dirigida por Aditya Ramesh, el padre de Sora y fundador de DALL-E, la tecnología de simulación mundial acumulada por Sora se ha transferido al entrenamiento de robots. El enfoque a corto plazo está en los robots auxiliares industriales y el objetivo a largo plazo son los robots humanoides de consumo.

Pero pronto la ruta volvió a cambiar.

Apenas tres meses después del establecimiento de este departamento, en septiembre de este año, OpenAI lanzó GPT-6 Astra. OpenAI descubrió que el modelo general en sí ya es capaz de participar en tareas robóticas. En comparación con la tecnología de simulación mundial que se especializa en robots, existe una manera de utilizar directamente la comprensión visual, las capacidades de razonamiento y las capacidades de planificación de tareas existentes de los modelos generales.

Guanya Shi, profesor asistente en el Instituto de Robótica de la Universidad Carnegie Mellon, comentó que esto significa que OpenAI cree que la robótica "ya no es un problema especial".

Después de un desvío en el camino de la robótica, OpenAI centró su atención en los modelos generales.

02

Los cambios de OpenAI no son un caso aislado. El desempeño de modelos universales en tareas robóticas está provocando que la industria revise esta ruta tecnológica.

La investigación de Astranomy publicada por NVIDIA en octubre utiliza directamente GPT-6 Astra para controlar robots simulados. En la prueba RoboLab-120, el esquema de control directo logró una tasa de éxito de la misión del 66,3%.

Deepu Talla, jefe del departamento de robótica de NVIDIA, dijo en una entrevista reciente que la aparición del GPT-6 Astra es un gran avance en la promoción de capacidades multitarea para robots.

Claude Fable 5.2 lanzado por Anthropic también demuestra capacidades similares. El robot controlado por un modelo realizó diversas tareas, como resolver cubos de Rubik, desenroscar tapas de botellas y dibujar robots. En el punto de referencia de simulación de RoboDojo Sim, la tasa de éxito promedio de Fable 5.2 alcanzó el 64,9% y la puntuación de GPT-6 Astra en el mismo marco de prueba fue del 29,8%.

Aunque esta ruta técnica aún no está madura, al menos muestra que el modelo universal se está convirtiendo en una ruta que vale la pena probar en la investigación de la inteligencia incorporada.

En China, las empresas de robótica también están prestando atención a este cambio.

Yushu está explorando el uso de modelos grandes en robots. Wang Xingxing incluso dijo sin rodeos: "Cuando GPT-7 salga el próximo año, puede resolver directamente el problema de la inteligencia incorporada".

Anteriormente, Yushu estaba promoviendo el modelo VLA y explorando el modelo mundial. Wang Xingxing mencionó una vez que el año pasado Yushu retomó nuevamente el modelo mundial basado en la generación de video. Yushu ha lanzado el modelo VLA universal UnifoLM-VLA-0 y el modelo WMA (World Model-Action).

Pero recientemente, Yushu ha comenzado a intentar utilizar GPT-6 Astra para experimentos robóticos.

Wang Xingxing mencionó una vez que sin escribir programas complicados de antemano, el robot puede completar la pintura sólo mediante palabras; por ejemplo, el robot no sólo reconoce el tablero de ajedrez, sino que también coloca con precisión las piezas de ajedrez en la posición correspondiente. Wang Xingxing enfatizó que estos experimentos se completaron en condiciones de "entrenamiento cero".

Zhiyuan Robot también está explorando una dirección similar.

Recientemente, el equipo de Zhihui Jun publicó un artículo. El núcleo de este artículo es conectar un modelo grande que puede conversar con un cuerpo de robot que puede realizar acciones. El modelo no sólo puede comprender instrucciones verbales, sino también utilizar el cuerpo del robot para completar tareas como señalar objetos reales, movimientos corporales y expresiones faciales.

Esto significa que las empresas de robótica están intentando "conectar" las capacidades de grandes modelos de uso general en cuerpos de robots para promover la inteligencia incorporada.

Esto también le dio a Liang Wenfeng una nueva referencia para su juicio anterior.

Cuando los modelos mundiales se convirtieron en una dirección popular en el campo de la inteligencia incorporada, Liang Wenfeng parecía relativamente comedido en esta ruta técnica. Valora más la evolución de las capacidades del propio modelo general y lo considera la línea principal que conduce a AGI.

En el concepto de ruta de IA de Liang Wenfeng, después del Agente, primero debemos resolver la capacidad de aprendizaje continuo del modelo de IA y luego alcanzar la singularidad que puede iterarse por sí misma y luego incorporar la inteligencia.

En otras palabras, primero espera hacer que el modelo general sea lo suficientemente fuerte y luego extender esta capacidad al mundo físico.

Esto guarda cierta semejanza con los últimos ajustes de OpenAI. Ambos apuntan a la conclusión de que la inteligencia incorporada no necesariamente requiere entrenar un conjunto independiente de inteligencia robótica desde cero. La evolución de las capacidades generales de los modelos también puede convertirse en un camino para que los robots avancen hacia la inteligencia incorporada.

Y ninguna de las empresas se detiene en el nivel de modelo.

Mientras OpenAI está ajustando su negocio de robótica, ha invertido en varias empresas de robótica. DeepSeek también ha comenzado a extenderse al campo de la inteligencia incorporada, participando en la colocación de Yushu Technology, alcanzando una cooperación estratégica de tres años con Yushu e invirtiendo en empresas como Winverse AI y Lige Wanwu.

03

La integración de modelos grandes generales en robots se ha convertido en una nueva tendencia, pero esto no significa que los modelos VLA y los modelos mundiales desaparecerán.

En los últimos años, la ruta tecnológica convencional de la inteligencia incorporada ha experimentado varios cambios, desde el modelo VLA hasta el modelo mundial y el modelo general a gran escala. Pero en realidad nadie reemplaza a nadie.

El primero en recibir atención fue el modelo VLA. El llamado VLA (modelo de acción de lenguaje visual), en pocas palabras, permite que el modelo procese imágenes de la cámara e instrucciones humanas al mismo tiempo y luego convierta los resultados de la comprensión en acciones del robot.

El surgimiento de esta ruta está relacionado con la etapa de desarrollo de grandes modelos en ese momento. En ese momento, el modelo grande tenía ciertas capacidades de lenguaje y comprensión visual, pero no podía controlar directamente al robot. Los datos propios del robot son limitados y es difícil entrenar un modelo de robot desde cero.

En julio de 2023, Google DeepMind lanzó el modelo VLA RT-2, que puede aprender de los datos de la red y del robot y convertir este conocimiento en instrucciones universales para el control del robot.

La ruta VLA proporcionó en su momento una solución viable. Sin embargo, VLA carece de capacidad de generalización y autonomía. Como resultado, el robot no puede adaptarse a entornos complejos del mundo real.

En el mundo físico real, los robots necesitan lidiar con cambios físicos continuos. El robot no sólo necesita saber qué debe hacer ahora, sino también determinar cómo cambiará el mundo después de hacerlo.

Por lo tanto, cuando salió el modelo de generación de video, los fabricantes generalmente creyeron que se esperaba que el modelo de generación de video reemplazara al modelo VLA.

En febrero de 2024, OpenAI lanzó Sora y propuso en un informe técnico que el entrenamiento por video a gran escala se había convertido en el camino para construir un simulador del mundo físico.

Hay toneladas de vídeos de actividad humana en Internet. La forma en que los humanos recogen cosas, las mueven, caminan, organizan cosas, etc., se registra en videos. Si el modelo puede aprender el movimiento de los objetos, las relaciones espaciales y las consecuencias de las acciones a partir de estos vídeos, existe la oportunidad de transferir esta capacidad a los robots.

Pero no es lo mismo generar vídeo que poder controlar un robot. Como resultado, la industria comenzó a intentar combinar la predicción mundial y la generación de acción para formar un modelo de acción mundial (WAM).

En otras palabras, VLA se centra en mapear desde las observaciones hasta las acciones, mientras que el modelo de acción mundial intenta incorporar predicciones del futuro en las decisiones de acción.

Sin embargo, el modelo mundial todavía enfrenta muchos problemas y es posible que los procesos físicos simulados no se reproduzcan con precisión en el entorno real.

Después de Astra, la industria empezó a explorar otra posibilidad. ¿Pueden los grandes modelos de uso general asumir directamente la comprensión, planificación y toma de decisiones de tareas de los robots?

HomeBody, el proyecto de investigación de inteligencia encarnada publicado por el equipo de Stanford en colaboración con el Instituto de Tecnología de California, es un ejemplo. Este estudio intenta responder a una pregunta: si el modelo grande universal es lo suficientemente inteligente, ¿el robot también necesita un modelo VLA como capa intermedia entre el modelo grande y el cuerpo?

La respuesta de HomeBody es: dentro de una determinada gama de tareas, no es necesario.

Después de que los investigadores conectaron GPT-6 Astra al robot humanoide Yushu G1, el robot llamó directamente a la biblioteca de habilidades del robot prediseñada. Después de que el robot entró en una cocina que nunca antes había visto, completó la clasificación y búsqueda de artículos según las instrucciones humanas.

Lo mismo ocurre con Fable 5.2, que luego fue lanzado por Anthropic. Fable 5.2 ha mejorado significativamente su capacidad para controlar robots, incluso para aquellas tareas de robots para las que nunca ha sido entrenado especialmente.

Esto significa que a medida que aumentan las capacidades de razonamiento del modelo, algunas habilidades del robot que originalmente requerían entrenamiento especializado pueden comenzar a surgir del modelo general.

Una cuestión central de la inteligencia incorporada es permitir que los robots comprendan el entorno y determinen las posibles consecuencias de sus acciones. La idea del modelo mundial es aprender de vídeos y luego simular el futuro. La idea de un modelo general grande es utilizar las capacidades de razonamiento existentes para analizar tareas y luego utilizarlas para la planificación de tareas.

Las ideas técnicas de las dos rutas son diferentes, pero apuntan al mismo objetivo: permitir que la IA actúe en el mundo real.

Respeto al trabajo original, si estás calificado, debes ser apreciado.

De acuerdo con el requisito de nombre real de la Ley de Ciberseguridad, vincule su número de teléfono móvil antes de publicar un comentario.

Expresar

08:05

Nvidia se acerca a la adquisición de la startup de difusión de IA Inception por más de 500 millones de dólares

08:04

La UE aprueba el plan de préstamo de defensa de Hungría por 5.400 millones de euros

08:01

Wang Yi presenta la situación de la reunión entre los Jefes de Estado de China, Rusia y Estados Unidos

07:59

MSCI añadirá Anthropic a su índice de gran capitalización el 1 de diciembre

07:39

CEO de Anthropic: la empresa espera obtener una calificación crediticia de grado de inversión en el futuro

07:36

El CEO de Anthropic responde al compromiso de inversión de 900 mil millones de dólares en IA: no es grande en comparación con las reservas de efectivo y los ingresos existentes

07:34

Según se informa, SpaceX planea emitir al menos 32 mil millones de dólares en deuda relacionada con chips de IA

07:32

Anthropic toca la campana de apertura del Nasdaq y establece un récord para la IPO más grande de la historia

07:20

Comentarios de cierre del mercado de valores de EE. UU.: Los tres principales índices bursátiles cayeron más del 2% después de abrir en máximo y bajar. Anthropic cerró con un alza del 17% en su debut.

07:14

Trump dice que no se "apresurará" a actuar contra Irán antes del Año Nuevo

07:08

El valor neto del fondo revela la dirección del ajuste de posiciones y las instituciones exploran la certeza de la siguiente etapa.

2026-11-19 23:11

El director Zhu Lidan demanda a Wahaha Commercial Co., Ltd.

2026-11-19 23:02

Los mercados nacionales de futuros de materias primas cerraron en su mayoría al alza por la noche, con los productos negros liderando las ganancias.

2026-11-19 23:01

Agencia Internacional de Energía: el conflicto en Oriente Medio puede remodelar el panorama energético mundial

2026-11-19 22:59

SpaceX planea emitir al menos 32 mil millones de dólares en deuda de chips de IA el jueves

2026-11-19 22:55

Se espera que Anthropic abra a 99,60 dólares en su primer día de negociación.

2026-11-19 22:52

El índice líder de acciones conceptuales chinas de Livermore se expandió al 2%, mientras que Pinduoduo subió casi un 13%.

2026-11-19 22:51

Alrededor del 15% de las acciones de Anthropic IPO vendidas a inversores minoristas

2026-11-19 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