Rozwiązanie osobnego zespołu robotyki w OpenAI może brzmieć jak krok w tył. Firma przedstawia jednak tę zmianę inaczej: jako próbę przyspieszenia prac dzięki wykorzystaniu modeli ogólnego przeznaczenia, zamiast rozwijania robotyki w odrębnej strukturze badawczej.
1
8
Jak zmieniła się organizacja
Badacze robotyki trafili do głównego działu badawczego OpenAI, którym kieruje Chief Research Officer Mark Chen. Zespoły zajmujące się zastosowaniami robotycznymi i sprzętem przeniesiono natomiast do większej organizacji Applied, prowadzonej przez prezesa Grega Brockmana.
1
To zmiana miejsca, w którym rozwijane są te prace, a nie dowód, że OpenAI przestało interesować się robotami. Badania mają być bliżej rozwoju głównych modeli firmy, zaś inżynieria zastosowań i sprzętu — w większej jednostce zajmującej się wdrażaniem technologii.
Od Sory do modeli ogólnego przeznaczenia
Na początku 2026 roku badacze OpenAI mieli rozważać, czy drogą do robotyki mogą być modele takie jak Sora. Później dostrzegli obiecujące wyniki przy bezpośrednim wykorzystaniu modeli ogólnego przeznaczenia, w tym GPT-6 Astra, do niektórych zadań robotycznych. Zmiana polega więc na przesunięciu akcentu: zamiast osobnego wysiłku na rzecz modeli tworzonych specjalnie dla robotów firma sprawdza, czy umiejętności rozwijane w jej głównych modelach można przenieść do robotyki.
8
Jednym z argumentów za tym podejściem są wyniki symulowanego testu manipulacji obiektami, przypisywanego Nvidii. Agent oparty na Astra osiągnął w nim skuteczność 74,8 proc., podczas gdy najlepszy wyspecjalizowany model robotyczny uzyskał 51,0 proc.
5
8
To rezultat z symulacji, nie dowód, że robot sterowany modelem ogólnym będzie działał niezawodnie w fizycznym świecie. Test wspiera kierunek obrany przez OpenAI, ale nie rozstrzyga, jak taki system poradzi sobie z różnym sprzętem, nieprzewidywalnym otoczeniem czy szerokim zakresem zadań.
Dlaczego same wyniki modeli mogą nie wystarczyć
Przeniesienie części kompetencji do modeli ogólnych nie usuwa praktycznych ograniczeń. W relacjach przywołujących ocenę Guanyi Shi pojawia się pogląd, że robotyka może przestawać być osobnym problemem dla badań nad AI. Jednocześnie potrzebne mogą być mniejsze modele, które działają bezpośrednio na robocie, także bez stałego połączenia z internetem.
21
37
Znaczenie ma również doświadczenie zdobywane podczas rzeczywistych wdrożeń. Russ Tedrake wskazywał, według doniesień, że firmy robotyczne mogą budować przewagę dzięki danym z pracy robotów w realnym świecie. Pete Florence miał z kolei zwracać uwagę, że nie wiadomo jeszcze, które podejście do modeli ostatecznie zdominuje robotykę.
28
39
To ważne zastrzeżenia: możliwości modelu, integracja ze sprzętem, działanie bez internetu i doświadczenie z fizycznych wdrożeń to odrębne wyzwania. Dobry wynik w teście nie rozwiązuje ich wszystkich.
Co reorganizacja mówi o planach OpenAI
Najpewniejszy wniosek dotyczy organizacji pracy: OpenAI chce, by większą część wysiłku robotycznego prowadziły główne zespoły badawcze i Applied, a nie osobna jednostka. Wcześniejsze partnerstwo firmy ze startupem Figure, które zakończyło się w lutym 2025 roku, pokazuje, że jej podejście i współprace w obszarze robotyki zmieniały się z czasem.
20
21
Według doniesień OpenAI rozwija także własnego humanoidalnego robota, a pierwszą publiczną demonstrację planuje na 2027 rok. To zapowiadany termin pokazu, nie deklaracja komercyjnej premiery.
34
Wszystko wskazuje więc na zakład, że modele ogólnego przeznaczenia mogą odpowiadać za coraz większą część „inteligencji” robota, a zespoły wdrożeniowe przełożą te możliwości na działające systemy fizyczne. Wyniki symulacji są argumentem za tym kierunkiem, ale nie dowodzą, że wyspecjalizowane modele, rozwiązania działające na urządzeniu czy doświadczenie z wdrożeń przestały być potrzebne.