OpenAI confirma a “profecia” de Liang Wenfeng

Letra AI

2026.11.20 08:05

· De Pequim

Texto completo 4468 palavras

Texto | Letra AI

O GPT-6.2 Astra superou o teste de braço robótico real, levando as capacidades dos robôs gerais de acionamento direto de modelos grandes um passo adiante.

De acordo com a lista AA-Robotics v0.1 divulgada pela agência de avaliação independente Artificial Analysis, o GPT-6.2 Astra obteve 79 pontos e completou 6 de 8 tarefas de física.

Não apenas o modelo principal da OpenAI, mas também o relativamente fraco GPT-6.2 Sol também recebeu uma pontuação alta de 78 pontos.

Neste teste de benchmark, o modelo não permite treinamento especial e configurações de amostra zero são usadas por toda parte. O modelo controla diretamente um braço robótico de 6 eixos para mover objetos reais escrevendo código.

No passado, os fabricantes de robôs geralmente acreditavam que os modelos de robôs verticais tinham vantagens na adaptação do robô e no controle de força, e eram mais adequados para robôs do que os modelos universais.

Parece agora que com o desenvolvimento de modelos gerais, após iterações de desempenho, os modelos gerais podem substituir o status dos modelos verticais.

Liang Wenfeng expressou uma opinião semelhante. Ele acredita que os avanços na inteligência incorporada podem basear-se na evolução contínua das capacidades gerais do modelo.

Na rota da IA ​​de Liang Wenfeng, a evolução das capacidades do próprio modelo geral é a linha principal que conduz à AGI, e a inteligência incorporada é a extensão desta rota.

01

Em 13 de novembro, a mídia estrangeira informou que a OpenAI dissolveu sua equipe independente de robótica e fundiu a equipe original de robótica com a principal equipe de pesquisa da empresa. As equipas de robótica de aplicação e hardware foram ajustadas a outros departamentos.

A OpenAI confirmou à mídia que o motivo do ajuste é que o modelo geral tem um bom desempenho no controle de robôs.

Os pesquisadores descobriram que após conectar o GPT-6 Astra ao robô, ele foi capaz de participar da execução de algumas tarefas específicas e teve um desempenho surpreendentemente bom.

Na verdade, após o lançamento do GPT-6 Astra, houve uma série de tentativas de usar o Astra para conduzir robôs. Por exemplo, testes em máquinas reais realizados pela agência de avaliação independente Robocurve mostram que o Astra alcançou uma taxa de sucesso de 95% ao usar um braço robótico de dois braços para realizar a tarefa de “agarrar blocos e colocá-los em uma tigela”.

Tais experimentos fornecem aos robôs controlados por modelo universal uma base mais realista. Neste contexto, a OpenAI fundiu a equipa independente de robótica criada há menos de meio ano na equipa de investigação principal, e os investigadores voltaram-se para o desenvolvimento de modelos gerais de inteligência artificial.

Isso significa que a OpenAI mudou seu rumo técnico. Agora que o modelo geral começou a controlar o robô, não há necessidade de desenvolver um modelo especial separado de “inteligência espacial” para o robô.

Na verdade, esta não é a primeira vez que a OpenAI ajusta sua direção na rota da tecnologia robótica.

Já em 2019, a OpenAI estabeleceu uma equipe de robótica, tentando usar aprendizado por reforço e outros métodos para permitir que os robôs aprendam tarefas como agarrar e colocar objetos. Mas em 2020, a equipe foi dissolvida.

Seu cofundador Wojciech Zaremba explicou certa vez que os dados do robô são limitados e a AGI pode ser implementada de forma mais eficiente por meio de outros métodos. Mais tarde, a OpenAI concentrou-se em grandes modelos de linguagem e lançou o ChatGPT em 2022.

Com o desenvolvimento de modelos multimodais, a OpenAI voltou novamente sua atenção para os robôs.

Em 2024, a OpenAI cooperará com a empresa de robôs humanóides Figure AI para tentar aplicar grandes capacidades de modelos aos robôs.

Naquela época, Peter Welinder, vice-presidente da OpenAI, disse que a cooperação com a Figure era explorar o nível de inteligência que os robôs humanóides podem alcançar com o apoio de modelos de IA multimodais em grande escala.

Mais tarde, o vídeo de demonstração da Figura 01 divulgado pela Figura AI mostrou que o robô poderia concluir a entrega simples de itens de acordo com as instruções humanas. Nesta colaboração, o modelo OpenAI fornece compreensão visual e recursos de interação linguística.

No entanto, um ano depois, a Figure AI anunciou o fim da cooperação e voltou-se para a pesquisa e desenvolvimento independente de IA de robôs.

E o robô da OpenAI tem um coração imortal. No início de 2026, os pesquisadores da OpenAI começaram a explorar outra rota técnica: começando com modelos de geração de vídeo como o Sora.

Como modelo generativo de vídeo, Sora é capaz de compreender a relação entre objetos, espaço e movimento, dando-lhe uma certa compreensão de como funciona o mundo físico.

A vez da OpenAI não é um caso isolado. No início de 2025, a rota principal para a inteligência incorporada ainda era o modelo VLA. No final do ano, à medida que surgiram as deficiências do VLA na generalização entre cenários e outros aspectos, a indústria começou a voltar a sua atenção para o modelo mundial.

Em junho deste ano, dois meses após o fechamento do Sora, Sam Altman anunciou a criação do departamento de robótica "OpenAI Robotics" e transferiu a equipe Sora como um todo para pesquisa e desenvolvimento de robôs. Liderada por Aditya Ramesh, pai de Sora e fundador do DALL-E, a tecnologia de simulação mundial acumulada por Sora foi transferida para o treinamento de robôs. O foco de curto prazo está em robôs auxiliares industriais, e o objetivo de longo prazo são robôs humanóides de consumo.

Mas a rota logo mudou novamente.

Apenas três meses após a criação deste departamento, em setembro deste ano, a OpenAI lançou o GPT-6 Astra. A OpenAI descobriu que o próprio modelo geral já é capaz de participar de tarefas robóticas. Em comparação com a tecnologia de simulação mundial especializada em robôs, existe uma maneira de usar diretamente a compreensão visual existente, as capacidades de raciocínio e as capacidades de planejamento de tarefas dos modelos gerais.

Guanya Shi, professor assistente do Instituto de Robótica da Universidade Carnegie Mellon, comentou que isso significa que a OpenAI acredita que a robótica “não é mais um problema especial”.

Após um desvio no caminho da robótica, a OpenAI voltou sua atenção para modelos gerais.

02

As mudanças da OpenAI não são um caso isolado. A atuação de modelos universais em tarefas robóticas está fazendo com que a indústria reveja esse rumo tecnológico.

A pesquisa Astranomy divulgada pela NVIDIA em outubro usa diretamente o GPT-6 Astra para controlar robôs simulados. No teste do RoboLab-120, o esquema de controle direto alcançou uma taxa de sucesso de missão de 66,3%.

Deepu Talla, chefe do departamento de robótica da NVIDIA, disse em uma entrevista recente que o surgimento do GPT-6 Astra é um grande avanço na promoção de capacidades multitarefa para robôs.

Claude Fable 5.2 lançado pela Anthropic também demonstra capacidades semelhantes. O robô controlado por modelo completou uma variedade de tarefas, como resolver cubos de Rubik, desatarraxar tampas de garrafas e desenhar robôs. No benchmark de simulação RoboDojo Sim, a taxa média de sucesso do Fable 5.2 atingiu 64,9%, e a pontuação do GPT-6 Astra na mesma estrutura de teste foi de 29,8%.

Embora esta via técnica ainda não esteja madura, pelo menos mostra que o modelo universal está a tornar-se uma via que vale a pena tentar na investigação da inteligência incorporada.

Na China, as empresas de robótica também estão atentas a esta mudança.

Yushu está explorando o uso de modelos grandes em robôs. Wang Xingxing disse sem rodeios: “Quando o GPT-7 for lançado no próximo ano, poderá resolver diretamente o problema da inteligência incorporada”.

Anteriormente, Yushu promovia o modelo VLA e explorava o modelo mundial. Wang Xingxing mencionou uma vez que no ano passado Yushu retomou o modelo mundial baseado na geração de vídeo. Yushu lançou o modelo VLA universal UnifoLM-VLA-0 e o modelo WMA (World Model-Action).

Mas recentemente, Yushu começou a tentar usar o GPT-6 Astra para experimentos robóticos.

Wang Xingxing mencionou certa vez que, sem escrever programas complicados com antecedência, o robô só pode completar a pintura por meio de palavras imediatas; por exemplo, o robô não apenas reconhece o tabuleiro de xadrez, mas também coloca com precisão as peças de xadrez na posição correspondente. Wang Xingxing enfatizou que esses experimentos foram concluídos em condições de “treinamento zero”.

Zhiyuan Robot também está explorando uma direção semelhante.

Recentemente, a equipe de Zhihui Jun divulgou um artigo. O cerne deste artigo é conectar um modelo grande que pode conversar com um corpo de robô que pode realizar ações. O modelo pode não apenas compreender instruções verbais, mas também usar o corpo do robô para completar tarefas como apontar objetos reais, movimentos corporais e expressões faciais.

Isto significa que as empresas de robótica estão tentando “conectar” as capacidades de grandes modelos de uso geral em corpos de robôs para promover a inteligência incorporada.

Isto também deu a Liang Wenfeng uma nova referência para o seu julgamento anterior.

Quando os modelos mundiais se tornaram uma tendência popular no campo da inteligência incorporada, Liang Wenfeng parecia relativamente contido nesta rota técnica. Ele valoriza mais a evolução das capacidades do próprio modelo geral e o considera a linha principal que leva à AGI.

No conceito de rota de IA de Liang Wenfeng, depois do Agente, devemos primeiro resolver a capacidade de aprendizagem contínua do modelo de IA e, em seguida, alcançar a singularidade que pode iterar por si mesma e, em seguida, incorporar a inteligência.

Em outras palavras, ele espera primeiro tornar o próprio modelo geral suficientemente forte e depois estender essa capacidade ao mundo físico.

Isso tem alguma semelhança com os ajustes mais recentes do OpenAI. Ambos apontam para a conclusão de que a inteligência incorporada não requer necessariamente o treinamento de um conjunto independente de inteligência robótica a partir do zero. A evolução das capacidades gerais do modelo também pode se tornar um caminho para os robôs avançarem em direção à inteligência incorporada.

E nenhuma das empresas está parando no nível do modelo.

Enquanto a OpenAI está a ajustar o seu negócio de robótica, investiu em várias empresas de robótica. DeepSeek também começou a se expandir para o campo da inteligência incorporada, participando na colocação da Yushu Technology, alcançando uma cooperação estratégica de três anos com Yushu e investindo em empresas como Winverse AI e Lige Wanwu.

03

A integração de grandes modelos gerais em robôs tornou-se uma nova tendência, mas isso não significa que os modelos VLA e os modelos mundiais irão desaparecer.

Nos últimos anos, a rota tecnológica dominante da inteligência incorporada sofreu várias mudanças, do modelo VLA ao modelo mundial e ao grande modelo geral. Mas ninguém realmente substitui ninguém.

O primeiro a receber atenção foi o modelo VLA. O chamado VLA (Modelo de Ação de Linguagem Visual), simplificando, permite que o modelo processe imagens de câmera e instruções humanas ao mesmo tempo e, em seguida, converta os resultados de compreensão em ações do robô.

O surgimento dessa rota está relacionado ao estágio de desenvolvimento dos grandes modelos da época. Naquela época, o modelo grande tinha certas capacidades de linguagem e compreensão visual, mas não podia controlar diretamente o robô. Os dados do próprio robô são limitados e é difícil treinar um modelo de robô do zero.

Em julho de 2023, o Google DeepMind lançou o modelo VLA RT-2, que é capaz de aprender com dados da rede e do robô e converter esse conhecimento em instruções universais para controle do robô.

A rota VLA proporcionou uma solução viável na época. No entanto, o VLA carece de capacidade de generalização e autonomia. Como resultado, o robô não consegue se adaptar a ambientes complexos do mundo real.

No mundo físico real, os robôs precisam lidar com mudanças físicas contínuas. O robô não só precisa saber o que deve fazer agora, mas também determinar como o mundo mudará depois de fazer isso.

Portanto, quando o modelo de geração de vídeo foi lançado, os fabricantes geralmente acreditavam que era esperado que o modelo de geração de vídeo substituísse o modelo VLA.

Em fevereiro de 2024, a OpenAI lançou o Sora e propôs em um relatório técnico que o treinamento em vídeo em grande escala se tornasse o caminho para a construção de um simulador do mundo físico.

Existem muitos vídeos de atividades humanas na Internet. A maneira como os humanos pegam as coisas, movem as coisas, andam, organizam as coisas, etc., tudo isso é registrado em vídeos. Se o modelo puder aprender o movimento dos objetos, as relações espaciais e as consequências das ações a partir desses vídeos, haverá uma oportunidade de transferir essa capacidade para os robôs.

Mas gerar vídeo não é o mesmo que controlar um robô. Como resultado, a indústria começou a tentar combinar a previsão mundial e a geração de ações para formar um modelo de ação mundial (WAM).

Por outras palavras, o VLA centra-se no mapeamento desde as observações até às acções, enquanto o modelo de acção mundial tenta incorporar previsões do futuro nas decisões de acção.

No entanto, o modelo mundial ainda enfrenta muitos problemas e os processos físicos simulados podem não ser reproduzidos com precisão no ambiente real.

Depois do Astra, a indústria começou a explorar outra possibilidade. Os grandes modelos de uso geral podem realizar diretamente a compreensão, o planejamento e a tomada de decisões dos robôs?

HomeBody, o projeto de pesquisa de inteligência incorporada lançado pela equipe de Stanford em conjunto com o Instituto de Tecnologia da Califórnia, fornece um exemplo. Este estudo tenta responder a uma pergunta: se o modelo universal grande for inteligente o suficiente, o robô também precisa de um modelo VLA como camada intermediária entre o modelo grande e o corpo?

A resposta dada pelo HomeBody é: Dentro de uma determinada gama de tarefas, não é necessário.

Depois que os pesquisadores conectaram o GPT-6 Astra ao robô humanóide Yushu G1, o robô chamou diretamente a biblioteca de habilidades do robô pré-construída. Depois que o robô entrou em uma cozinha que nunca tinha visto antes, ele completou a classificação e a busca pelos itens de acordo com as instruções humanas.

O mesmo se aplica ao Fable 5.2, que mais tarde foi lançado pela Anthropic. O Fable 5.2 melhorou significativamente sua capacidade de controlar robôs, mesmo para aquelas tarefas robóticas para as quais nunca foi especialmente treinado.

Isto significa que à medida que as capacidades de raciocínio do modelo aumentam, algumas competências do robô que originalmente exigiam formação especializada podem começar a emergir do modelo geral.

Uma questão central da inteligência incorporada é permitir que os robôs compreendam o ambiente e determinem as possíveis consequências das ações. A ideia do modelo mundial é aprender com vídeos e depois simular o futuro. A ideia de um grande modelo geral é usar os recursos de raciocínio existentes para analisar tarefas e depois usá-los para planejar tarefas.

As ideias técnicas das duas rotas são diferentes, mas apontam para o mesmo objetivo: deixar a IA agir no mundo real.

Respeito pelo trabalho original, se você for qualificado, deverá ser valorizado.

De acordo com a exigência de nome real da Lei de Segurança Cibernética, vincule o número do seu celular antes de postar um comentário.

Expressar

08:05

Nvidia fecha aquisição da startup de difusão de IA Inception por mais de US$ 500 milhões

08:04

UE aprova plano de empréstimo de defesa de 5,4 mil milhões de euros da Hungria

08:01

Wang Yi apresenta a situação do encontro entre os chefes de estado da China, Rússia e Estados Unidos

07:59

MSCI adicionará Anthropic ao seu índice de grande capitalização em 1º de dezembro

07:39

CEO da Anthropic: A empresa espera obter uma classificação de crédito de grau de investimento no futuro

07:36

CEO da Anthropic responde ao compromisso de investimento de US$ 900 bilhões em IA: não é grande em comparação com as reservas e receitas de caixa existentes

07:34

A SpaceX supostamente planeja emitir pelo menos US$ 32 bilhões em dívidas relacionadas a chips de IA

07:32

Anthropic toca o sino de abertura da Nasdaq, estabelecendo um recorde para o maior IPO da história

07:20

Comentários de fechamento do mercado de ações dos EUA: Todos os três principais índices de ações caíram mais de 2% após abrirem em alta e moverem-se em baixa. A Antrópica fechou com alta de 17% em sua estreia.

07:14

Trump diz que não se ‘apressará’ em agir contra o Irã antes do Ano Novo

07:08

O valor líquido do fundo revela a direção do ajustamento da posição e as instituições exploram a certeza da próxima fase.

19/11/2026 23:11

O diretor Zhu Lidan processa a Wahaha Commercial Co., Ltd.

19/11/2026 23:02

Os mercados domésticos de futuros de commodities fecharam principalmente em alta à noite, com os produtos negros liderando os ganhos.

19/11/2026 23:01

Agência Internacional de Energia: O conflito no Médio Oriente pode remodelar o panorama energético global

19/11/2026 22:59

SpaceX planeja emitir pelo menos US$ 32 bilhões em dívidas de chips de IA na quinta-feira

19/11/2026 22:55

Espera-se que a Anthropic abra a US$ 99,60 em seu primeiro dia de negociação

19/11/2026 22:52

O principal índice de ações conceituais chinesas da Livermore expandiu para 2%, enquanto o Pinduoduo subiu quase 13%.

19/11/2026 22:51

Cerca de 15% das ações do IPO da Antrópico foram vendidas para investidores de varejo

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