La réorganisation annoncée par OpenAI en novembre 2026 ne signifie pas, selon l’entreprise, qu’elle tourne le dos aux robots. Elle traduit plutôt un pari : des modèles généralistes de pointe pourraient accomplir certaines tâches robotiques sans nécessiter une équipe distincte chargée de développer des modèles uniquement pour la robotique.
1
8
Deux équipes réparties dans l’entreprise
Les chercheurs en robotique ont rejoint l’organisation de recherche centrale d’OpenAI, sous la direction de Mark Chen, directeur de la recherche. Les équipes consacrées à la robotique appliquée et au matériel ont, elles, été rattachées au pôle Applied, dirigé par Greg Brockman, président de l’entreprise.
1
En clair, OpenAI rapproche la recherche en robotique de ses travaux sur les modèles, et place l’ingénierie appliquée et le matériel dans une organisation plus large. C’est un changement de structure interne, pas la preuve que l’entreprise cesse de travailler sur les robots.
Des modèles vidéo aux modèles généralistes
Au début de 2026, des chercheurs d’OpenAI auraient envisagé des modèles comme Sora, son générateur de vidéos, comme voie d’accès à la robotique. Ils auraient ensuite constaté des résultats prometteurs en appliquant directement des modèles généralistes de pointe, dont GPT-6 Astra, à certaines tâches robotiques. Le changement consiste donc à vérifier si les capacités développées dans les modèles généralistes peuvent être transférées aux robots, plutôt qu’à traiter la robotique comme un chantier de modélisation à part.
8
Un test de manipulation en simulation attribué à Nvidia donne un indice en faveur de cette approche : un agent propulsé par Astra a réussi 74,8 % des tâches, contre 51,0 % pour le meilleur modèle spécialisé évalué.
5
8 Mais il s’agit d’un résultat en simulation, pas d’une démonstration qu’un robot piloté par un modèle généraliste fonctionnera de manière fiable dans le monde physique. Le test étaye le pari de recherche d’OpenAI sans trancher la question des performances sur différents terrains, matériels ou types de tâches.
Les limites qui restent à résoudre
L’idée que des modèles généralistes puissent servir à la robotique ne fait pas disparaître les contraintes pratiques. Selon des comptes rendus de leurs propos, Guanya Shi estime que la robotique pourrait devenir moins un problème distinct pour la recherche en IA. Il souligne toutefois le besoin de modèles plus petits, capables de fonctionner directement sur un robot sans connexion permanente à Internet.
21
37
D’autres réserves portent sur l’expérience concrète et l’incertitude. Russ Tedrake aurait fait valoir que les entreprises de robotique peuvent se construire un avantage grâce aux données issues de déploiements réels. Pete Florence, de son côté, aurait estimé qu’il est encore difficile de savoir quelle approche finira par s’imposer.
28
39
Autrement dit, les capacités du modèle ne sont qu’une partie du problème. L’intégration au matériel, le fonctionnement hors ligne et l’expérience acquise dans des environnements physiques sont autant de défis distincts.
Ce que ce choix indique — et ce qu’il ne prouve pas
L’interprétation la plus claire est d’abord organisationnelle : OpenAI veut confier davantage de travail sur la robotique à ses équipes centrales de recherche et d’ingénierie appliquée, plutôt que de maintenir une équipe autonome. Son partenariat antérieur avec Figure, une jeune entreprise spécialisée dans les robots humanoïdes, a pris fin en février 2025 : un autre indice d’une stratégie qui a évolué avec le temps.
20
21
OpenAI préparerait également son propre robot humanoïde. Sam Altman aurait fixé à 2027 l’objectif d’une première démonstration publique. Il s’agit d’un calendrier annoncé pour une démonstration, pas d’une promesse de lancement commercial.
34
Dans l’ensemble, OpenAI parie sur des modèles généralistes pour fournir une plus grande part de l’« intelligence » d’un robot, tandis que ses équipes appliquées travaillent à intégrer ces capacités dans des systèmes physiques. Le résultat du test en simulation est encourageant, mais ne montre pas que les modèles spécialisés, les systèmes embarqués ou l’expérience du déploiement réel sont devenus superflus.