ActualitésActionsOpenAI dissout son équipe robotique autonome alors que ses modèles généralistes commencent à piloter des robots

OpenAI dissout son équipe robotique autonome alors que ses modèles généralistes commencent à piloter des robots

Auteur: Fortune Crypto·

Points clés

  • •OpenAI a dissout son équipe robotique autonome, plaçant le groupe de recherche en robotique sous la direction du directeur de la recherche Mark Chen et les équipes de robotique appliquée et de matériel sous l'organisation Applied dirigée par le président Greg Brockman.
  • •La société a déclaré que cette restructuration reflète sa découverte selon laquelle des modèles frontière généralistes, y compris GPT-6 Astra, peuvent être appliqués directement à la robotique sans équipes dédiées.
  • •Dans une étude de Nvidia, un agent propulsé par Astra a atteint un taux de réussite de 74,8 % sur un benchmark de manipulation simulée, contre 51,0 % pour les meilleurs modèles robotiques spécialisés.
  • •Cette réorganisation intervient alors qu'OpenAI a affiché, selon les rapports, 10,9 milliards de dollars de pertes d'exploitation au dernier trimestre, tout en poursuivant un nouveau tour de financement et une éventuelle introduction en bourse début 2027.
  • •Des experts en robotique ont souligné que les modèles spécialisés restent nécessaires, invoquant le besoin des robots en données de déploiement en conditions réelles et en modèles embarqués plus petits fonctionnant sans connectivité cloud permanente.
OpenAI dissout son équipe robotique autonome alors que ses modèles généralistes commencent à piloter des robots

OpenAI a dissout son équipe robotique autonome et réaffecté ses chercheurs à d'autres groupes au sein de la société. Cette réorganisation a été confirmée après que Fortune s'est renseigné sur la décision. Un porte-parole de la société a déclaré que la robotique reste un élément central de la vision à long terme d'OpenAI et a présenté cette restructuration comme un signe de l'engagement de la société envers ce domaine plutôt qu'un repli.

Selon la nouvelle structure, OpenAI a réaffecté son équipe de recherche en robotique à l'équipe de recherche principale de la société, où elle rend compte au directeur de la recherche Mark Chen. Les équipes de robotique appliquée et de matériel ont été intégrées à la plus vaste organisation Applied de la société, qui rend compte au président d'OpenAI Greg Brockman.

Le changement est intervenu si récemment qu'OpenAI avait déjà réservé un stand à la CoRL (Conference on Robot Learning), un important congrès académique de robotique qui se tient cette semaine à Austin. Bien que l'application du congrès et le plan des stands indiquaient toujours l'emplacement d'OpenAI, Fortune a constaté que le stand #208 était vide, sans que le logo de la société soit visible.

Un parcours sinueux pour la robotique chez OpenAI

OpenAI disposait d'une équipe robotique à ses débuts, mais l'a dissoute en 2020, le cofondateur Wojciech Zaremba citant ensuite le manque de données robotiques et un chemin plus efficace vers l'intelligence artificielle générale (AGI) — l'IA semblable à l'humain qui est l'objectif d'OpenAI depuis sa création — par d'autres méthodes. En particulier, la société s'est de plus en plus consacrée à l'entraînement de modèles de langage ultra-larges sur d'immenses ensembles de données de textes rédigés par des humains, l'approche qui a finalement produit son produit révolutionnaire, ChatGPT, fin 2022.

OpenAI a reconstitué une équipe robotique autonome en 2024, annonçant un partenariat avec la startup Figure pour développer des modèles d'IA pour les robots humanoïdes. Ce partenariat a pris fin en février 2025, lorsque Figure a annoncé qu'elle développerait sa propre IA robotique. OpenAI a déclaré développer désormais son propre robot humanoïde, avec pour objectif, selon le PDG Sam Altman, une première démonstration publique en 2027.

Malgré cette réorganisation, le porte-parole a indiqué qu'OpenAI reste engagée à faire entrer des robots généralistes dans le monde réel.

Un pari sur l'IA incarnée

La restructuration reflète un pari qui gagne du terrain dans l'industrie de l'IA : les modèles généralistes conçus pour le langage, le code et la vision peuvent également être utilisés pour l'« IA incarnée », dans laquelle des modèles d'IA contrôlent des dispositifs qui agissent dans le monde physique, comme des robots, des voitures sans conducteur ou des drones. Si cette thèse se vérifie, elle éliminerait le besoin d'équipes robotiques distinctes construisant des modèles d'IA spécialisés uniquement pour servir de « cerveaux » numériques aux robots.

Les chercheurs ont déjà observé des performances surprenantes en connectant GPT-6 Astra, le modèle frontière généraliste d'OpenAI, à des robots, en utilisant directement le modèle pour exécuter certaines tâches robotiques.

Guanya Shi, professeur assistant au Robotics Institute de l'université Carnegie Mellon qui avait auparavant eu connaissance de la réorganisation d'OpenAI, a déclaré à Fortune qu'il interpréterait cette décision comme un signe qu'OpenAI considère la robotique comme « n'étant plus un problème spécial ». Selon lui, la société considère probablement la robotique comme un défi qui peut être traité comme une application en aval de l'intelligence générale — de la même manière que les mêmes modèles d'IA de pointe sous-jacents alimentent désormais des outils de codage spécialisés, ou des outils pour le travail juridique et financier.

OpenAI semble avoir confirmé cette vision dans sa réponse à Fortune. La société a déclaré qu'au début de l'année, ses chercheurs supposaient que la meilleure façon de progresser en robotique était de s'appuyer sur ses travaux sur des modèles d'IA tels que Sora, un modèle de génération vidéo qui, pour créer des vidéos réalistes, devait développer une compréhension implicite du fonctionnement du monde physique. Depuis, a indiqué le porte-parole, les modèles frontière généralistes de la société, y compris GPT-6 Astra, ont démontré qu'ils pouvaient être appliqués directement à la robotique. Cette découverte a motivé OpenAI à dissoudre l'équipe robotique autonome et à transférer les chercheurs concernés vers des équipes travaillant sur des modèles d'IA plus généralistes.

Pression sur les coûts et recentrage

La réorganisation intervient également à un moment où OpenAI est sous pression pour maîtriser ses coûts et démontrer qu'elle se concentre davantage sur quelques produits essentiels. L'an dernier, Altman a indiqué à la société qu'elle devait abandonner les « quêtes annexes », et OpenAI a depuis abandonné certains projets — dont Sora — afin de réallouer des ressources de calcul à des activités plus essentielles et potentiellement rentables. La société est sous pression pour endiguer ses lourdes pertes d'exploitation, qui se sont élevées, selon les rapports, à 10,9 milliards de dollars au dernier trimestre, alors qu'elle s'efforce de boucler un nouveau tour de financement et se prépare à une éventuelle introduction en bourse début 2027. Ces jalons — le nouveau tour de financement, l'éventuelle introduction en bourse début 2027 et la démonstration visée par Altman en 2027 du robot humanoïde de la société — constituent désormais les prochaines échéances auxquelles les résultats de cette réorganisation deviendront visibles.

Un défi pour les startups de robotique — avec des réserves

Cette ligne de pensée — selon laquelle des modèles d'IA généralistes peuvent être appliqués directement au contrôle des robots, sans qu'il soit nécessaire de créer des modèles spécialisés dotés d'« intelligence spatiale » — semble remettre en question les hypothèses sur lesquelles reposent nombre de startups de robotique actuelles, qui ont levé des milliards de dollars sur le postulat que les robots ont besoin de leur propre cerveau. Figure, notamment, a déclaré en février 2025 qu'elle développerait sa propre IA robotique après avoir mis fin à son partenariat avec OpenAI — un pari, en pratique, sur des modèles robotiques dédiés.

Russ Tedrake, professeur au MIT et cofondateur et PDG de Walden Robotics, a rétorqué que les entreprises de robotique conservent un avantage que les laboratoires d'IA n'ont pas : leurs robots acquièrent déjà de l'expérience de travail dans des lieux réels, comme sur des sites de production. Cette expérience de « déploiement » — et les données que ces robots collectent — aide les robots à s'adapter à des environnements de travail et à des tâches spécifiques. De meilleurs modèles fondamentaux rendent ces données propres à chaque site plus précieuses, a précisé Tedrake, car les robots peuvent en apprendre plus rapidement.

Des expériences récentes ont testé le travail qu'un modèle généraliste peut accomplir sans entraînement spécialisé sur des données robotiques. Les chercheurs ont fourni à Astra des images de caméra, des informations sur le robot et une interface de contrôle permettant au modèle de commander au robot d'effectuer certaines actions. Dans une étude de Nvidia, un agent propulsé par Astra a atteint un taux de réussite de 74,8 % sur un benchmark de manipulation simulée — dans lequel le modèle commande un robot simulé dans une simulation numérique, par opposition à un robot réel — contre 51,0 % rapportés par les meilleurs modèles robotiques spécialisés du classement de ce benchmark.

Shi a déclaré que les progrès des capacités spatiales et de raisonnement des modèles généralistes leur permettent déjà de gérer des tâches qui nécessitaient auparavant un entraînement dédié. Ils peuvent faire face lorsqu'une bouteille se trouve dans une position différente ou lorsque l'éclairage change, a-t-il indiqué, et raisonner sur la séquence d'une tâche ou identifier l'étape qui a échoué.

Par ailleurs, les grands modèles de langage restent puissants mais lents, et ils doivent être hébergés dans le cloud, ce qui signifie que le robot ou l'appareil nécessite une connexion réseau permanente. Shi estime qu'il reste nécessaire de disposer de modèles plus petits et spécialisés, capables de fonctionner sur l'ordinateur embarqué d'un robot sans connexion internet permanente.

« Il peut exister différents points de départ pour développer l'intelligence », a déclaré à Fortune Pete Florence, cofondateur de Generalist, une startup qui entraîne des modèles d'IA généralistes pour les robots. Selon lui, on ne sait pas si l'un des modèles existants sera celui qui dominera la robotique à long terme.

De son côté, OpenAI a déclaré avoir réaffecté ses chercheurs en robotique à d'autres équipes parce qu'elle estime désormais que c'est la meilleure façon d'accélérer les progrès vers la construction de robots généralistes.

De retour au stand #208 de la CoRL, quelques anciens membres de l'équipe robotique d'OpenAI, autrefois unie et autonome, circulaient dans les allées. Ils attiraient toujours la foule, malgré l'absence de présentation ou de démonstration. Après tout, l'une des questions les plus brûlantes du congrès était de savoir quelle part de l'expertise en robotique resterait précieuse à mesure que les modèles généralistes gagnent en capacités — et l'expérience de ces anciens chercheurs en robotique d'OpenAI, désormais affectés à d'autres équipes, apportait une réponse.

Cette histoire a été publiée à l'origine sur Fortune.com.