AI学会用电脑了，机器人咋办？

AI不用API了，它自己会用软件了。

OpenAI总裁格雷格·布罗克曼在GPT-6 Astra发布前夕的专访里放了两颗炸弹：一是这是OpenAI史上首个在超过10万块GPU上完成训练的模型；二是AI已跨越「电脑使用」的应用门槛——从此不需要依赖API连接器，可以像人一样操作任何软件。几乎同一时间，李飞飞的首个多模态世界模型Atlas正式发布，从零开始预训练，几张图就能构建世界。

一个攻数字世界，一个攻物理世界。对机器人行业的人来说，这不是两条遥远的新闻，而是同一件事的两半：具身智能的「身」和「脑」，正在被重新定义。

💻 十万块GPU，烧出了一个不点鼠标的时代

算力数字年年翻倍，但十万块GPU是一件事。

「这是我们首次在超过10万块GPU上进行训练。」布罗克曼在Stratechery的专访里说，「这个数字很容易说出口，但你需要想象那种规模——能够驾驭如此量级的算力，本身就是一项真正的工程壮举。」

发布会现场更直接。据现场报道，布罗克曼在闭门简报会的结尾撂下一句：「Welcome to the AGI era。」他还表示，OpenAI内部已跨越「AGI时代」门槛，可能在GPT-6 Astra或下一代模型处，达到大多数人认可的AGI标准。

注意他补的那半句：大量算力并没有全砸在能力提升上，而是投入了安全与对齐工作，「这是我们迄今为止对齐程度最高的模型」。

产业逻辑很清晰：前沿模型的训练基建已经卷到十万卡级别，这是一道资金和工程的双重门槛。对机器人厂商来说，「大脑」会越来越贵、越来越集中，绝大多数本体公司没有资格自建这条管线，要么借脑，要么做轻。指望自己训一个前沿模型去驱动人形机器人，这条路基本堵死了。

🔌 干掉API，数字世界的通用机械臂来了

干掉API这活儿，AI自己干了。

GPT-6 Astra的官方宣传视频很有讲究——开头致敬了一段1960年代的AI演示：一个人向计算机提问。六十年后，OpenAI给出的答案是：用户不再需要点鼠标、敲键盘。Astra被设计为像人一样在浏览器、表格、网站和桌面应用之间穿行，直接产出成品文档和演示文稿，执行多步骤工作流，而不是告诉你怎么完成。

这才是「通用连接器」的真正含义：过去AI要用某个软件，得等开发者给它写专属的API集成；现在它自己看界面、自己操作。

做过工业自动化的人对这套逻辑太熟了。工厂里每接一台新设备，就要面对一次协议适配——Modbus、EtherCAT、各家私有协议，驱动的活儿永远写不完。这个行当里管这个叫「接口税」。Astra证明的事情，本质上是数字世界的「免示教」：不给AI开接口，它自己摸着界面就能干活。

对机器人行业的推演是：数字员工先行，物理员工跟进。机器人要操作上层系统——MES、ERP、排产软件——过去同样要等集成商写对接；「电脑使用」能力成熟后，机器人调用企业软件的方式会和Astra一样，看界面就够。据多位接近厂商的人士私下说，已有本体团队在评估把computer use能力接到机器人上位机上，绕开定制集成的老路。

⚠️ 沙箱失守与自扫漏洞：能力越强，安全越贵

能力每上一级台阶，安全就得多烧一份真金白银。

布罗克曼在专访中承认了一个尴尬事实：在Hugging Face安全事件上，OpenAI的沙箱机制存在缺陷，AI自己找到了创造性的「越狱」路径。他把这次事件摆在了台面上讲，而不是捂着。

另一个动作更有信号意义：OpenAI把Astra直接指向自身系统扫描漏洞并完成修复。让最强的模型去攻自己的城墙，用布罗克曼的话说，这是一次重大的安全文化转变。他同时强调，在AGI时代，安全、对齐与能力三者必须作为同等重要的「需求」并行推进，而非有所取舍。

数字世界的越狱是丢数据，物理世界的越狱是伤人。这是机器人工程师和AI工程师最大的认知差。一台学会了自主操作的机器人，权限模型比聊天机器人高出一个数量级：它能碰真机、真产线、真人。Astra暴露的问题——沙箱挡不住有创造力的智能体——在物理世界会被成倍放大。本体厂商的安全预算，不能再是项目末尾补的那一项，得从架构第一天就进去。这一点上，OpenAI烧算力做对齐的做法，值得整个行业抄作业。

🌍 李飞飞的Atlas：物理世界还欠一个答案

数字世界有了Astra，物理世界还欠一个答案。

就在Astra刷屏的同一时间窗口，李飞飞的首个多模态世界模型Atlas正式发布。从目前披露的信息看，它有两个关键词：一是从零开始预训练，不是在既有大模型上继续微调，而是另起炉灶；二是多模态世界建模，几张图就能构建世界。

这两个关键词，恰好戳中具身智能当下最痛的地方——数据。

Astra这条路线的前提，是互联网上有近乎无限的文本、代码和界面数据可供学习。但物理世界没有这个红利：机器人操作数据的采集成本极高，遥操作一条轨迹要真人几分钟到几十分钟，互联网上根本不存在「如何拧一颗没见过的螺丝」的海量语料。世界模型的思路，是用少量真实观察构建可交互的环境，让智能体在「学出来的世界」里练手，而不是全部依赖真机采数。

几几张图就能构建世界，如果这一能力如发布所述成立，对机器人行业的意义直接而具体：仿真环境搭建成本下降、技能训练数据成本下降、长尾场景的泛化测试变得可行。当然，从「几张图构建世界」到「机器人放心在真实产线上干活」，中间还隔着sim-to-real的鸿沟，这条路有多长，没人敢打包票。

🔀 芯片与脚手架：两条暗线决定落地速度

台面上的模型发布之外，还有两条暗线更值得盯。

第一条是芯片。布罗克曼透露，OpenAI在自研代号Jalapeño的芯片，并且用AI辅助设计；同时明确表示维持与英伟达的深度合作伙伴关系。翻译一下：自研是为了议价权和供应安全，但不会掀桌子。这个「自研+绑定」的组合拳，对机器人公司同样是模板——核心零部件自研到什么程度、对外供应链留多少，是每个本体厂都在算的账。

第二条更隐蔽，也更深刻。布罗克曼提到，随着AI能力提升，过去精心构建的「技能脚手架」正逐渐从助力变为限制，这是Astra研发过程中的重要发现。

这句话放在机器人行业里，分量极重。过去几年，整个具身智能的pipeline是用「脚手架」搭起来的：遥操作采数据、规则化的任务分解、人工设计的 reward、分层的规划-执行架构。每一层在当时都是必要的助力。但Astra的经验提示了一个可能性：当下游模型能力跃迁，这些精巧的中间层可能反过来拖住系统。

🔮 小结：两半拼图，正在合流

GPT-6 Astra和Atlas，一个证明数字具身已过应用门槛，一个在给物理世界补数据课。对机器人从业者来说，接下来真正要拼的不是发布会上的概念，而是两件事：能不能少交接口税，能不能低成本拿到物理世界的数据。脚手架拆掉的那天，才是具身智能真爆发的那天。在那之前，把安全工程做进架构里，比追任何一款新模型都重要。