OpenAI löst eigenständiges Robotik-Team auf, während seine generalistischen Modelle beginnen, Roboter zu steuern
Wichtige Erkenntnisse
- •OpenAI hat sein eigenständiges Robotik-Team aufgelöst: Die Robotik-Forschungsgruppe untersteht nun Chief Research Officer Mark Chen, die Teams für angewandte Robotik und Hardware der von Präsident Greg Brockman geführten Applied-Organisation.
- •Das Unternehmen erklärte, die Neustrukturierung spiegele die Erkenntnis wider, dass generalistische Frontier-Modelle wie GPT-6 Astra direkt auf die Robotik angewendet werden können, ohne dedizierte Teams.
- •In einer Nvidia-Studie erreichte ein Astra-basierter Agent eine Erfolgsquote von 74,8 % bei einem simulierten Manipulations-Benchmark, verglichen mit 51,0 % für die besten spezialisierten Roboter-Modelle.
- •Die Umstrukturierung erfolgt, während OpenAI im jüngsten Quartal Berichten zufolge operative Verluste von 10,9 Milliarden US-Dollar verzeichnete, eine neue Finanzierungsrunde anstrebt und auf einen möglichen Börsengang Anfang 2027 zusteuert.
- •Robotik-Experten warnten, dass spezialisierte Modelle weiterhin notwendig bleiben – unter Verweis auf den Bedarf realer Deployment-Daten und kleinerer Onboard-Modelle, die ohne ständige Cloud-Anbindung funktionieren.

OpenAI hat sein eigenständiges Robotik-Team aufgelöst und seine Forscher anderen Gruppen im Unternehmen zugeordnet. Die Umstrukturierung wurde bestätigt, nachdem Fortune beim Unternehmen nachgefragt hatte. Ein Unternehmenssprecher erklärte, Robotik bleibe ein Kernbestandteil der langfristigen Vision von OpenAI, und deutete die Neustrukturierung als Zeichen des Engagements des Unternehmens für dieses Feld und nicht als Rückzug davon.
Im Rahmen der neuen Struktur hat OpenAI sein Robotik-Forschungsteam dem zentralen Forschungsteam des Unternehmens zugeordnet, wo es Chief Research Officer Mark Chen untersteht. Die Teams für angewandte Robotik und Hardware wurden in die größere Applied-Organisation des Unternehmens integriert, die OpenAI-Präsident Greg Brockman untersteht.
Die Änderung liegt so kurz zurück, dass OpenAI bereits einen Stand für die CoRL (Conference on Robot Learning), eine der führenden akademischen Robotik-Konferenzen, die diese Woche in Austin stattfindet, registriert hatte. Obwohl die Konferenz-App und der Hallenplan den Stand von OpenAI weiterhin auswiesen, fand Fortune den Stand #208 leer vor – vom Logo des Unternehmens fehlte jede Spur.
Ein steiniger Weg für die Robotik bei OpenAI
OpenAI unterhielt in seinen frühen Tagen ein Robotik-Team, löste es jedoch 2020 auf. Mitgründer Wojciech Zaremba führte dies später auf begrenzte Roboterdaten und einen effizienteren Weg zur künstlichen allgemeinen Intelligenz (AGI) – der menschenähnlichen KI, die seit der Gründung das Ziel von OpenAI ist – über andere Methoden zurück. Insbesondere konzentrierte sich das Unternehmen zunehmend darauf, ultragroße Sprachmodelle anhand riesiger Datensätze menschlich verfasster Texte zu trainieren – der Ansatz, der Ende 2022 schließlich zum Durchbruchprodukt ChatGPT führte.
2024 baute OpenAI ein eigenständiges Robotik-Team wieder auf und kündigte eine Partnerschaft mit dem Startup Figure zur Entwicklung von KI-Modellen für humanoide Roboter an. Diese Partnerschaft endete im Februar 2025, als Figure ankündigte, seine eigene Roboter-KI zu entwickeln. OpenAI hat erklärt, derzeit einen eigenen humanoiden Roboter zu entwickeln, wobei CEO Sam Altman eine erste öffentliche Demonstration im Jahr 2027 anvisiert.
Trotz der Umstrukturierung, so der Sprecher, sei OpenAI weiterhin entschlossen, generalistische Roboter in die Welt zu bringen.
Eine Wette auf Embodied AI
Die Neustrukturierung spiegelt eine Wette wider, die in der gesamten KI-Branche an Zuspruch gewinnt: dass generalistische Modelle, die für Sprache, Code und Vision entwickelt wurden, auch für „embodied AI“ eingesetzt werden können – also Szenarien, in denen KI-Modelle Geräte steuern, die in der physischen Welt agieren, etwa Roboter, autonome Fahrzeuge oder Drohnen. Stimmt diese These, entfiele die Notwendigkeit separater Robotik-Teams, die spezialisierte KI-Modelle entwickeln, nur um als digitale „Gehirne“ der Roboter zu dienen.
Forscher haben bereits eine überraschende Leistung beobachtet, wenn GPT-6 Astra, das generalistische Frontier-Modell von OpenAI, mit Robotern verbunden und das Modell direkt zur Ausführung bestimmter Roboteraufgaben eingesetzt wird.
Guanya Shi, Assistenzprofessor am Robotics Institute der Carnegie Mellon University, der zuvor von OpenAIs Umstrukturierung gehört hatte, sagte gegenüber Fortune, er deute den Schritt als Signal, dass OpenAI Robotik als „kein spezielles Problem mehr“ betrachtet. Stattdessen, so Shi, sehe das Unternehmen Robotik vermutlich als eine Herausforderung, die als nachgelagerte Anwendung allgemeiner Intelligenz bewältigt werden kann – ähnlich wie dieselben zugrunde liegenden Frontier-KI-Modelle heute spezialisierte Coding-Tools oder Werkzeuge für juristische und finanzielle Aufgaben antreiben.
OpenAI schien diese Sichtweise in seiner Stellungnahme gegenüber Fortune zu bestätigen. Das Unternehmen erklärte, seine Forscher seien zu Jahresbeginn noch davon ausgegangen, dass der beste Weg zu Fortschritten in der Robotik darin bestand, auf Arbeiten an KI-Modellen wie Sora aufzubauen – einem Videogenerierungsmodell, das zur Erstellung realistischer Videos ein implizites Verständnis der Funktionsweise der physischen Welt entwickeln musste. Seitdem, so der Sprecher, hätten die generalistischen Frontier-Modelle des Unternehmens, darunter GPT-6 Astra, gezeigt, dass sie direkt auf die Robotik angewendet werden können. Diese Entdeckung veranlasste OpenAI, das eigenständige Robotik-Team aufzulösen und die zugehörigen Forscher in Teams zu verschieben, die an allgemeineren KI-Modellen arbeiten.
Kostendruck und schärfere Fokussierung
Die Umstrukturierung fällt in eine Zeit, in der OpenAI unter Druck steht, seine Kosten zu kontrollieren und zu zeigen, dass es sich stärker auf wenige Kernprodukte konzentriert. Im vergangenen Jahr erklärte Altman dem Unternehmen, es müsse „Nebenaufgaben“ aufgeben, und OpenAI hat seitdem einige Vorhaben aufgegeben – darunter Sora –, um Rechenressourcen auf zentralere und potenziell profitablere Unternehmungen umzuverteilen. Das Unternehmen steht unter Druck, seine schweren operativen Verluste zu stoppen – berichtet wurden zuletzt 10,9 Milliarden US-Dollar im jüngsten Quartal –, während es eine neue Finanzierungsrunde abschließen will und sich auf einen möglichen Börsengang Anfang 2027 vorbereitet. Diese Meilensteine – die neue Finanzierungsrunde, der mögliche Börsengang Anfang 2027 und Altmans für 2027 angesetzte Demonstration des humanoiden Roboters des Unternehmens – sind nun zugleich die nächstliegenden Punkte, an denen sich die Ergebnisse dieser Umstrukturierung zeigen werden.
Eine Herausforderung für Robotik-Startups – mit Einschränkungen
Diese Denkweise – dass allgemeine KI-Modelle direkt zur Steuerung von Robotern eingesetzt werden können, ohne dass spezialisierte Modelle mit „räumlicher Intelligenz“ entwickelt werden müssen – scheint die Grundannahmen vieler heutiger Robotik-Startups infrage zu stellen, die Milliarden eingesammelt haben unter der Prämisse, dass Roboter eigene Gehirne benötigen. Figure etwa kündigte im Februar 2025 an, nach dem Ende der OpenAI-Partnerschaft seine eigene Roboter-KI zu entwickeln – faktisch eine Wette auf dedizierte Roboter-Modelle.
Russ Tedrake, MIT-Professor sowie Mitgründer und CEO von Walden Robotics, hielt dem entgegen, dass Robotik-Unternehmen weiterhin einen Vorteil gegenüber den KI-Laboren haben: Ihre Roboter sammeln bereits Arbeitserfahrung an realen Orten, etwa in Fabrikhallen. Diese „Deployment“-Erfahrung – und die Daten, die diese Roboter sammeln – hilft Robotern, sich an spezifische Arbeitsumgebungen und Aufgaben anzupassen. Bessere Basismodelle machen diese standortspezifischen Daten wertvoller, so Tedrake, weil Roboter daraus schneller lernen können.
Aktuelle Experimente haben getestet, wie viel Arbeit ein generalistisches Modell ohne spezialisiertes Training mit Robotik-Daten leisten kann. Forscher gaben Astra Kamerabilder, Roboterinformationen und eine Steuerungsschnittstelle, die dem Modell erlaubte, dem Roboter bestimmte Handlungen zu befehlen. In einer Nvidia-Studie erreichte ein Astra-basierter Agent eine Erfolgsquote von 74,8 % bei einem simulierten Manipulations-Benchmark – bei dem das Modell einen simulierten Roboter in einer digitalen Simulation steuert, nicht einen realen Roboter –, verglichen mit den 51,0 %, die die besten spezialisierten Roboter-Modelle auf der Benchmark-Rangliste erreicht hatten.
Shi sagte, Fortschritte bei den räumlichen und schlussfolgernden Fähigkeiten allgemeiner Modelle erlaubten es ihnen bereits, Aufgaben zu bewältigen, die zuvor dediziertes Training erforderten. Sie können damit umgehen, wenn eine Flasche an einer anderen Position steht oder sich die Beleuchtung ändert, so Shi, und können über die Abfolge einer Aufgabe nachdenken oder erkennen, welcher Schritt schiefging.
Zugleich sind große Sprachmodelle zwar leistungsfähig, aber langsam und müssen in der Cloud betrieben werden, was bedeutet, dass der Roboter oder das Gerät eine ständige Netzwerkverbindung benötigt. Shi sieht weiterhin Bedarf an kleineren, spezialisierten Modellen, die auf dem Onboard-Computer eines Roboters laufen können, ohne eine ständige Internetverbindung zu benötigen.
„Es kann unterschiedliche Ausgangspunkte dafür geben, wie Intelligenz wächst“, sagte Pete Florence, Mitgründer von Generalist, einem Startup, das generalistische KI-Modelle für Roboter trainiert, gegenüber Fortune. Es sei unklar, ob eines der bestehenden Modelle langfristig dasjenige sein werde, das die Robotik dominieren wird.
OpenAI selbst erklärte, es habe seine Robotik-Forscher anderen Teams zugeordnet, weil es nun davon überzeugt sei, dass dies der beste Weg sei, um Fortschritte beim Bau generalistischer Roboter zu beschleunigen.
Zurück am Stand #208 der CoRL schlenderten einige ehemalige Mitglieder des früher eigenständigen OpenAI-Robotik-Teams umher. Sie zogen dennoch eine Menschenmenge an – obwohl sie weder Exponate noch eine Demo dabei hatten. Schließlich gehörte zu den heißesten Fragen der Konferenz, wie viel Robotik-Expertise wertvoll bleiben wird, während generalistische Modelle immer fähiger werden – und die Erfahrung dieser ehemaligen OpenAI-Robotik-Forscher, die nun in andere Teams versetzt wurden, bot eine Antwort.
Diese Geschichte erschien ursprünglich auf Fortune.com.