OpenAI подтверждает «пророчество» Лян Вэньфэна
Письмо ИИ
2026.11.20 08:05
· Из Пекина
Полный текст 4468 слов.
Текст | Письмо ИИ
GPT-6.2 Astra превзошел настоящие испытания роботов-манипуляторов, еще больше расширив возможности обычных крупных моделей роботов с прямым приводом.
Согласно списку AA-Robotics v0.1, опубликованному независимым оценочным агентством Artificial Analysis, GPT-6.2 Astra набрала 79 баллов и выполнила 6 из 8 физических задач.
Высокую оценку — 78 баллов — получила не только флагманская модель OpenAI, но и относительно слабая GPT-6.2 Sol.
В этом эталонном тесте модель не допускает специального обучения, и повсюду используются настройки с нулевой выборкой. Модель напрямую управляет 6-осевой роботизированной рукой, которая перемещает реальные объекты путем написания кода.
В прошлом производители роботов обычно считали, что модели вертикальных роботов имеют преимущества в адаптации роботов и управлении силой и больше подходят для роботов, чем универсальные модели.
Теперь кажется, что с развитием общих моделей, после итераций производительности, общие модели могут заменить статус вертикальных моделей.
Лян Вэньфэн выразил аналогичную точку зрения. Он считает, что прорывы в области воплощенного интеллекта могут быть основаны на непрерывном развитии общих возможностей модели.
В пути ИИ Лян Вэньфэна эволюция возможностей самой общей модели является основной линией, ведущей к AGI, а воплощенный интеллект является продолжением этого пути.
01
13 ноября зарубежные СМИ сообщили, что OpenAI распустила свою независимую команду по робототехнике и объединила первоначальную команду по робототехнике с основной исследовательской группой компании. Группы прикладной робототехники и аппаратного обеспечения были переведены в другие отделы.
OpenAI подтвердила средствам массовой информации, что причина корректировки заключается в том, что общая модель хорошо справляется с управлением роботами.
Исследователи обнаружили, что после подключения GPT-6 Astra к роботу он смог участвовать в выполнении некоторых конкретных задач и показал себя на удивление хорошо.
Фактически, после выпуска GPT-6 Astra была череда попыток использовать Astra для управления роботами. Например, испытания на реальных машинах, проведенные независимым оценочным агентством Robocurve, показывают, что Astra достигла 95% успеха при использовании двурукой роботизированной руки для выполнения задачи «захвата блоков и помещения их в миску».
Подобные эксперименты придают универсальным роботам, управляемым моделями, более реалистичную основу. В этом контексте OpenAI объединила независимую команду робототехники, созданную менее полугода назад, в основную исследовательскую группу, и исследователи занялись разработкой общих моделей искусственного интеллекта.
Это означает, что OpenAI изменила свой технический маршрут. Теперь, когда общая модель начала управлять роботом, нет необходимости разрабатывать для робота отдельную специальную модель «пространственного интеллекта».
На самом деле, это не первый раз, когда OpenAI меняет свое направление на пути развития робототехники.
Еще в 2019 году OpenAI создала команду по робототехнике, которая пытается использовать обучение с подкреплением и другие методы, чтобы позволить роботам обучаться таким задачам, как захват и размещение объектов. Но к 2020 году команду расформировали.
Соучредитель компании Войцех Заремба однажды объяснил, что данные роботов ограничены, и что AGI можно реализовать более эффективно с помощью других методов. Позже OpenAI сосредоточилась на больших языковых моделях и в 2022 году запустила ChatGPT.
С разработкой мультимодальных моделей OpenAI снова обратила свое внимание на роботов.
В 2024 году OpenAI будет сотрудничать с компанией, производящей гуманоидных роботов, рисунок AI, чтобы попытаться применить к роботам возможности больших моделей.
Тогда Питер Велиндер, вице-президент OpenAI, заявил, что сотрудничество с Рисунок заключалось в изучении уровня интеллекта, которого гуманоидные роботы могут достичь при поддержке крупномасштабных мультимодальных моделей ИИ.
Позже демонстрационное видео «Рисунок 01», выпущенное компанией «Рисунок AI», показало, что робот может выполнять простую доставку предметов в соответствии с инструкциями человека. В рамках этого сотрудничества модель OpenAI обеспечивает возможности визуального понимания и языкового взаимодействия.
Однако год спустя Рисунок AI объявила о прекращении сотрудничества и обратилась к независимым исследованиям и разработкам роботов с искусственным интеллектом.
А у робота OpenAI бессмертное сердце. В начале 2026 года исследователи OpenAI начали изучать другой технический путь: начиная с моделей генерации видео, таких как Sora.
Будучи видеогенеративной моделью, Сора способна понимать взаимосвязь между объектами, пространством и движением, давая определенное понимание того, как устроен физический мир.
Поворот OpenAI — не единичный случай. В начале 2025 года основным направлением воплощения интеллекта по-прежнему была модель VLA. К концу года, когда выявились недостатки VLA в межсценарном обобщении и других аспектах, отрасль начала обращать внимание на мировую модель.
В июне этого года, через два месяца после закрытия Sora, Сэм Альтман объявил о создании отдела робототехники OpenAI Robotics и переключил всю команду Sora на исследования и разработки роботов. Под руководством Адитьи Рамеша, отца Соры и основателя DALL-E, технология моделирования мира, накопленная Сорой, была перенесена на обучение роботов. В краткосрочной перспективе основное внимание уделяется промышленным вспомогательным роботам, а долгосрочная цель — роботам-гуманоидам потребительского уровня.
Но вскоре маршрут снова изменился.
Всего через три месяца после создания этого отдела, в сентябре этого года, OpenAI выпустила GPT-6 Astra. OpenAI обнаружила, что сама общая модель уже способна участвовать в роботизированных задачах. По сравнению с мировой технологией моделирования, которая специализируется на роботах, существует способ напрямую использовать существующее визуальное понимание, возможности рассуждения и возможности планирования задач общих моделей.
Гуанья Ши, доцент Института робототехники Университета Карнеги-Меллон, прокомментировала, что это означает, что OpenAI считает, что робототехника «больше не является особой проблемой».
Отклонившись от пути робототехники, OpenAI переключила свое внимание на общие модели.
02
Изменения OpenAI — не единичный случай. Эффективность универсальных моделей при решении роботизированных задач заставляет отрасль пересмотреть этот технологический маршрут.
В исследовании Atranomy, опубликованном NVIDIA в октябре, GPT-6 Astra напрямую используется для управления симулируемыми роботами. В испытаниях «РобоЛаб-120» схема прямого управления достигла успеха в 66,3%.
Дипу Талла, глава отдела робототехники NVIDIA, заявил в недавнем интервью, что появление GPT-6 Astra является крупным прорывом в продвижении многозадачных возможностей роботов.
Claude Fable 5.2, выпущенный Anthropic, также демонстрирует аналогичные возможности. Робот, управляемый моделью, выполнял множество задач, таких как сборка кубика Рубика, откручивание крышек от бутылок и рисование роботов. В тесте моделирования RoboDojo Sim средний показатель успеха Fable 5.2 достиг 64,9%, а оценка GPT-6 Astra в той же системе тестирования составила 29,8%.
Хотя этот технический путь еще не проработан, он, по крайней мере, показывает, что универсальная модель становится путем, который стоит попробовать в исследованиях воплощенного интеллекта.
В Китае робототехнические компании также обращают внимание на это изменение.
Юшу изучает возможность использования больших моделей в роботах. Ван Синсин даже прямо сказал: «Когда в следующем году выйдет GPT-7, это может напрямую решить проблему воплощенного интеллекта».
Раньше Юшу одновременно продвигал модель VLA и исследовал модель мира. Ван Синсин однажды упомянул, что в прошлом году Юшу снова выбрал модель мира, основанную на генерации видео. Yushu выпустила универсальную модель VLA UnifoLM-VLA-0 и модель WMA (World Model-Action).
Но недавно Юшу начал пытаться использовать GPT-6 Astra для роботизированных экспериментов.
Ван Синсин однажды упомянул, что без предварительного написания сложных программ робот может завершить картину только с помощью подсказок; например, робот не только распознает шахматную доску, но и точно размещает шахматные фигуры в соответствующем положении. Ван Синсин подчеркнул, что эти эксперименты проводились в условиях «нулевого обучения».
Zhiyuan Robot также исследует похожее направление.
Недавно команда Чжихуэй Цзюня опубликовала статью. Суть этой статьи — соединить большую модель, которая может общаться, с телом робота, который может выполнять действия. Модель может не только понимать словесные инструкции, но и использовать тело робота для выполнения таких задач, как указание на реальные объекты, движения тела и выражения лица.
Это означает, что компании, занимающиеся робототехникой, пытаются «соединить» возможности крупных моделей общего назначения с телами роботов, чтобы продвигать воплощенный интеллект.
Это также дало Лян Вэньфэну новую ссылку на его предыдущее суждение.
Когда мировые модели стали популярным направлением в области воплощенного интеллекта, Лян Вэньфэн оказался относительно сдержанным на этом техническом пути. Он больше ценит эволюцию возможностей самой общей модели и рассматривает ее как основную линию, ведущую к AGI.
В концепции маршрута ИИ Лян Вэньфэна после агента мы должны сначала решить проблему способности непрерывного обучения модели ИИ, а затем достичь сингулярности, которая может повторяться сама по себе, а затем воплотить интеллект.
Другими словами, он надеется сначала сделать саму общую модель достаточно прочной, а затем распространить эту способность на физический мир.
Это имеет некоторое сходство с последними настройками OpenAI. Оба указывают на вывод, что воплощенный интеллект не обязательно требует обучения независимого набора роботизированного интеллекта с нуля. Эволюция общих возможностей модели также может стать для роботов путем движения к воплощенному интеллекту.
И ни одна компания не останавливается на уровне модели.
В то время как OpenAI корректирует свой бизнес в области робототехники, она инвестировала в ряд компаний, занимающихся робототехникой. DeepSeek также начал расширяться в области воплощенного интеллекта, участвуя в размещении Yushu Technology, достигая трехлетнего стратегического сотрудничества с Yushu и инвестируя в такие компании, как Winverse AI и Lige Wanwu.
03
Интеграция общих крупных моделей в роботов стала новой тенденцией, но это не значит, что модели VLA и модели мира исчезнут.
За последние несколько лет основной технологический маршрут воплощенного интеллекта претерпел несколько изменений: от модели VLA к модели мира и к общей большой модели. Но никто никогда никого по-настоящему не заменяет.
Первой внимание привлекла модель VLA. Проще говоря, так называемая VLA (модель визуального языка-действия) позволяет модели одновременно обрабатывать изображения с камеры и человеческие инструкции, а затем преобразовывать результаты понимания в действия робота.
Появление этого маршрута связано с этапом разработки в то время крупных моделей. В то время большая модель обладала определенными возможностями языкового и визуального понимания, но не могла напрямую управлять роботом. Собственные данные робота ограничены, и обучить модель робота с нуля сложно.
В июле 2023 года Google DeepMind выпустила модель VLA RT-2, которая способна учиться на данных сети и роботов и преобразовывать эти знания в универсальные инструкции по управлению роботами.
В то время маршрут VLA представлял собой реальное решение. Однако VLA не хватает способности к обобщению и автономности. В результате робот не может адаптироваться к сложным условиям реального мира.
В реальном физическом мире роботам приходится иметь дело с непрерывными физическими изменениями. Роботу необходимо не только знать, что ему следует делать сейчас, но и определить, как изменится мир после этого.
Поэтому, когда появилась модель генерации видео, производители в целом считали, что модель генерации видео должна заменить модель VLA.
В феврале 2024 года OpenAI выпустила Sora и в техническом отчете предложила, чтобы крупномасштабное видеообучение стало путем к созданию симулятора физического мира.
В Интернете полно видео человеческой деятельности. То, как люди берут вещи, перемещают вещи, ходят, расставляют вещи и т. д., записывается на видео. Если модель сможет изучить движение объекта, пространственные отношения и последствия действий из этих видео, есть возможность передать эту способность роботам.
Но создание видео — это не то же самое, что возможность управлять роботом. В результате индустрия начала пытаться объединить мировые прогнозы и разработку действий, чтобы сформировать мировую модель действий (WAM).
Другими словами, VLA фокусируется на сопоставлении наблюдений с действиями, в то время как модель мировых действий пытается включить предсказания будущего в решения о действиях.
Однако модель мира по-прежнему сталкивается со многими проблемами, а моделируемые физические процессы не могут быть точно воспроизведены в реальной среде.
После Astra индустрия начала рассматривать еще одну возможность. Могут ли большие модели общего назначения напрямую выполнять понимание задач, планирование и принятие решений роботами?
Примером может служить HomeBody, исследовательский проект воплощенного интеллекта, выпущенный командой Стэнфорда совместно с Калифорнийским технологическим институтом. Это исследование пытается ответить на вопрос: если универсальная большая модель достаточно умна, нужна ли роботу также модель VLA в качестве промежуточного слоя между большой моделью и телом?
Ответ HomeBody таков: для определенного круга задач в этом нет необходимости.
После того, как исследователи подключили GPT-6 Astra к роботу-гуманоиду Yushu G1, робот напрямую вызвал заранее созданную библиотеку навыков робота. После того, как робот вошел на кухню, которую он никогда раньше не видел, он завершил сортировку и поиск предметов в соответствии с инструкциями человека.
То же самое можно сказать и о Fable 5.2, которая позже была выпущена Anthropic. В Fable 5.2 значительно улучшены возможности управления роботами, даже для тех задач роботов, для выполнения которых они никогда не были специально обучены.
Это означает, что по мере увеличения умственных способностей модели некоторые навыки робота, которые изначально требовали специальной подготовки, могут начать проявляться из общей модели.
Основная задача воплощенного интеллекта — позволить роботам понимать окружающую среду и определять возможные последствия действий. Идея модели мира состоит в том, чтобы учиться на видео, а затем моделировать будущее. Идея общей большой модели состоит в том, чтобы использовать существующие возможности рассуждения для анализа задач, а затем использовать их для планирования задач.
Технические идеи этих двух путей различны, но они указывают на одну и ту же цель: позволить ИИ действовать в реальном мире.
Уважение к оригинальной работе, если вы квалифицированы, вас следует ценить.
В соответствии с требованиями Закона о кибербезопасности в отношении настоящего имени, пожалуйста, привяжите свой номер мобильного телефона, прежде чем оставлять комментарий.
Выражать
08:05
Nvidia близка к приобретению стартапа Inception в области диффузного искусственного интеллекта за более чем 500 миллионов долларов
08:04
ЕС одобрил план оборонного кредита Венгрии на сумму 5,4 миллиарда евро
08:01
Ван И представил ситуацию встречи глав государств Китая, России и США
07:59
MSCI добавит Anthropic в свой индекс компаний с большой капитализацией 1 декабря
07:39
Генеральный директор Anthropic: Компания надеется в будущем получить кредитный рейтинг инвестиционного уровня
07:36
Генеральный директор Anthropic отвечает на инвестиционные обязательства в области искусственного интеллекта в размере 900 миллиардов долларов США: они невелики по сравнению с существующими денежными резервами и доходами
07:34
Сообщается, что SpaceX планирует выпустить долговые обязательства, связанные с чипами искусственного интеллекта, на сумму не менее 32 миллиардов долларов.
07:32
Anthropic звонит в колокол открытия Nasdaq, устанавливая рекорд крупнейшего IPO в истории
07:20
Комментарии к закрытию фондового рынка США: Все три основных фондовых индекса упали более чем на 2% после открытия максимума и падения. Акции Anthropic в дебюте выросли на 17%.
07:14
Трамп заявил, что не будет «торопиться» с действиями против Ирана до Нового года
07:08
Чистая стоимость фонда показывает направление корректировки позиции, а учреждения исследуют уверенность в следующем этапе.
2026-11-19 23:11
Директор Чжу Лидань подает в суд на Wahaha Commercial Co., Ltd.
2026-11-19 23:02
Внутренние товарные фьючерсные рынки ночью в основном закрылись ростом, при этом лидировали продажи товаров черного цвета.
2026-11-19 23:01
Международное энергетическое агентство: Ближневосточный конфликт может изменить глобальный энергетический ландшафт
2026-11-19 22:59
SpaceX планирует в четверг выпустить долговые обязательства по чипам искусственного интеллекта на сумму не менее 32 миллиардов долларов.
2026-11-19 22:55
Ожидается, что в первый день торгов Anthropic откроется на уровне $99,60.
2026-11-19 22:52
Ведущий индекс китайских концептуальных акций Ливермора вырос до 2%, а индекс Pinduoduo вырос почти на 13%.
2026-11-19 22:51
Около 15% акций Anthropic IPO продано розничным инвесторам
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


