OpenAI har lagt ned sitt fristående robotteam och omplacerat medarbetarna till andra delar av företaget. Forskargruppen rapporterar nu till den centrala forskningsorganisationen, som leds av forskningschefen Mark Chen. Teamen för tillämpad robotik och hårdvara flyttas till den större Applied-organisationen, som rapporterar till presidenten Greg Brockman.
OpenAI uppgav för Fortune att förändringen speglar en ny syn på hur företaget kan göra framsteg, inte att det drar sig tillbaka från robotik. Enligt företaget har dess generella modeller, däribland GPT-6 Astra, visat att de kan användas direkt inom robotik. OpenAI utvecklar också en humanoid robot. Vd:n Sam Altman siktar på en offentlig demonstration 2027.
Varför ändrar OpenAI kurs?
OpenAI hade ett robotteam under företagets första år, men lade ned det 2020. År 2024 byggde bolaget upp ett fristående team igen och inledde ett samarbete med humanoidrobotstillverkaren Figure för att utveckla AI-modeller. I februari 2025 meddelade Figure att bolaget skulle utveckla egen AI för robotar, vilket avslutade samarbetet.
Den nya organisationen ligger i linje med en bredare satsning i branschen: att modeller som tränats för uppgifter som språk, kodning och video också kan styra maskiner, i stället för att man behöver utveckla separata AI-modeller särskilt för robotar. OpenAI uppgav för Fortune att forskare till en början såg Sora, företagets videogenereringsmodell, som en möjlig väg in i robotik, eftersom realistisk videogenerering kräver viss förståelse för hur den fysiska världen fungerar. Enligt företaget har de nyare generella modellerna förändrat den bedömningen.
Vad kan generella modeller göra?
En studie från Nvidia rapporterade en framgångsgrad på 74,8% för en agent som drivs av GPT-6 Astra i ett simulerat test av robotmanipulation. De bästa specialiserade robotikmodellerna på den topplistan uppgavs nå 51,0%. Testet använde en simulerad robot, inte en maskin i den verkliga världen, och visar därför inte hur väl Astra fungerar i fabriker eller hem.
Forskare säger att generella modeller kan anpassa sig till förändringar, som en flaska som flyttats eller en annan ljussättning, och resonera sig igenom en följd av handlingar. Men modellerna kan vara långsamma och beroende av molntjänster, vilket innebär att en robot kan behöva en stabil internetuppkoppling. Guanya Shi, forskare vid Carnegie Mellon, ser fortsatt utrymme för mindre modeller som körs direkt på roboten. Russ Tedrake vid MIT pekar också på en fördel för robotikföretag: robotar som redan används på exempelvis fabriker samlar erfarenheter och data som kan hjälpa dem att anpassa sig till specifika uppgifter.
Varför det spelar roll
För robottillverkare och fabriksoperatörer tyder OpenAI:s förändring på att generella modeller kan utföra fler uppgifter utan en särskild robotikmodell. Men Astra-resultatet uppmättes i en simulering, och modeller som är beroende av molntjänster passar kanske inte alla robotar eller arbetsplatser.
