OpenAI ontbindt zijn stand-alone robotica-team, volgens een Fortune-rapport dat vrijdag door The Decoder is opgepikt, maar deze keer lijkt de stap minder op een exit uit de robotica en meer op een weddenschap dat het grensmodel het werk alleen kan doen. Robotica-onderzoekers worden ondergebracht in de belangrijkste onderzoeksorganisatie onder leiding van Chief Research Officer Mark Chen, terwijl medewerkers op het gebied van toegepaste robotica en hardware zich bij de Applied-groep van Greg Brockman voegen.
De reorganisatie vond naar verluidt op zo'n korte termijn plaats dat OpenAI al een stand had geboekt op de Conference on Robot Learning (CoRL) in Austin, die toen leeg zat. Fortune rapporteerde de interne grondgedachte: modellen voor algemene doeleinden zoals GPT-6 Astra kunnen robots rechtstreeks besturen, waardoor de behoefte aan gespecialiseerde robotmodellen die op beperkte datasets zijn getraind, afneemt. Voor meer informatie over deze en andere nieuwste AI-ontwikkelingen volgen we de sector 24 uur per dag.
Waarom OpenAI denkt dat een algemeen model een robot kan besturen
De technische casus berust op een reeks recente resultaten. In een Nvidia-studie aangehaald door The Decoder behaalde een agent aangedreven door GPT-6 Astra een succespercentage van 74,8 procent bij gesimuleerde robottaken, vergeleken met 51 procent voor de beste gespecialiseerde modellen – hoewel de tests een gesimuleerde DROID-robot gebruikten in plaats van fysieke hardware. In september hebben we het eerdere StationeryBench-resultaat van Astra besproken, waar het 7 van de 100 manipulatietaken voor tafelbladen volledig voltooide die een concurrerend gespecialiseerd model volledig faalde.
Yoav Artzi, een AI-onderzoeker aan de Cornell University en Google DeepMind, vertelde The Decoder dat hij Astra als een grote sprong voorwaarts in ruimtelijk begrip beschouwt, en zegt dat het model een bijna menselijke nauwkeurigheid bereikt op basis van de nog niet gepubliceerde REMAP-benchmark. Artzi vermoedt dat OpenAI het model heeft getraind op grote hoeveelheden 3D-gegevens, zoals Blender-scènes, maar hoeveel robotgegevens daadwerkelijk in training zijn terechtgekomen, blijft onduidelijk.
Een korte, rommelige geschiedenis met robots
OpenAI is hier eerder geweest. Het bedrijf sloot zijn robotica-divisie in 2020 en mede-oprichter Wojciech Zaremba legde later uit dat het team niet over de benodigde trainingsgegevens beschikte, terwijl grote taalmodellen een snellere weg naar AGI leken. De robotica-inspanningen werden in 2024 opnieuw opgebouwd, eerst via partnerschappen en hardware-investeringen, en CEO Sam Altman heeft zich naar verluidt gericht op een eerste openbare robotdemonstratie voor 2027, met de ambitie om op de lange termijn OpenAI's eigen dagelijkse robots te bouwen.
Het verschil is deze keer eerder structureel dan strategisch. Door onderzoekers op te nemen in het hoofdonderzoeksteam en de Applied-organisatie blijft het robotica-werk binnen het bedrijf, terwijl het afzonderlijke team dat er eigenaar van was, wordt verwijderd – hetzelfde patroon dat OpenAI in november volgde toen het zijn Preparedness-veiligheidsteam ontbond tijdens een bredere herstructurering, een stap die kritiek opleverde van veiligheidsonderzoekers.
De concurrentie staat niet stil
De Decoder merkt op dat Anthropic en Google ook recente vooruitgang hebben geboekt op het gebied van robotica-taken met hun grote modellen voor algemeen gebruik, dus de weddenschap van OpenAI wordt niet in een vacuüm gedaan. Het Gemini-roboticawerk van Google DeepMind loopt al meer dan een jaar zijn eigen weg, en gespecialiseerde robotica-startups beweren dat speciaal gebouwde modellen nog steeds echte voordelen bieden.
Deze voordelen vormen de kern van het debat. Gespecialiseerde robotmodellen kunnen nog steeds winnen op het gebied van kosten, betrouwbaarheid, snelheid en energieverbruik, zelfs als ze minder goed generaliseren, meldde The Decoder. Een grensmodel dat aan boord van een robot draait, roept ook praktische vragen op over latentie en connectiviteit waar een klein speciaal beleidsnetwerk niet mee te maken heeft. Of een enkel algemeen model deze beperkingen kan opvangen, is precies wat de volgende ronde van hardware-in-the-loop benchmarks zal testen.
Wat het betekent voor de industrie
Als de inzet van OpenAI vruchten afwerpt, stort de robotica-stack in dezelfde fundamentele model-economie in die taal en codering opnieuw heeft vormgegeven: één model, vele lichamen. Als dat niet het geval is, heeft het bedrijf een gefocust roboticateam ingeruild voor onderzoekslijnen die meerdere doelen tegelijk dienen – een ruil waarvan sommige robotica-onderzoekers hebben gewaarschuwd dat deze moeilijker ongedaan te maken is dan het lijkt.
Voorlopig wijzen de signalen in één richting. OpenAI liep weg van een robotica-conferentiestand, gaf zijn robotica-onderzoekers een nieuwe opdracht en richtte zijn sterkste model op de fysieke wereld. De robotdemo die Altman in 2027 wil, hangt nu minder af van een robotica-divisie en meer van hoe ver modellen uit de Astra-klasse kunnen gaan.
---
Blijf AI een stap voorOntvang het laatste AI-nieuws, analyses en doorbraken – allemaal op één plek.
Lees meer AI-nieuws →
