Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarHacker News AI→ original

OpenAI ferme son équipe robotique : GPT-6 Astra résout 74,8 % des tâches en simulation contre 51 %

OpenAI a dissous son équipe robotique indépendante, parce que son modèle généraliste GPT-6 Astra s'est montré capable de piloter des robots sans entraînement spécifique. En simulation, l'agent basé sur Astra a réussi 74,8 % des tâches de manipulation d'objets, contre 51,0 % pour les meilleurs modèles spécialisés du classement. Il s'agit toutefois d'un robot virtuel, et non d'un robot réel. Les équipes travaillant avec des robots ont intérêt à vérifier jusqu'où un modèle prêt à l'emploi peut aller.

Traité par IA depuis Hacker News AI ; édité par Hamidun News
OpenAI ferme son équipe robotique : GPT-6 Astra résout 74,8 % des tâches en simulation contre 51 %
Source : Hacker News AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireHacker News AI ↗
Rédacteur en chef
Chiffre clé #1Les chercheurs ont rejoint Marc Chen, l'équipe applicative a été rattachée à Greg Brockman
Chiffre clé #2Sam Altman promet une première démonstration publique d'un humanoïde en 2027
Chiffre clé #3La perte trimestrielle d'OpenAI s'élèverait, selon les médias, à 10,9 milliards de dollars

OpenAI a dissous son équipe robotique autonome, et la raison est simple : le modèle généraliste de l'entreprise, GPT-6 Astra, entraîné sur du texte, du code et des images, s'est révélé capable de piloter directement des robots. Dans le test, les chercheurs ont connecté le modèle à un robot virtuel : Astra recevait des images de caméras, les données sur l'état du robot et une interface de commandes. Ainsi configuré, l'agent a réalisé 74,8 % des tâches de manipulation d'objets (saisir, déplacer, poser), alors que les meilleurs modèles robotiques spécialisés de ce classement atteignent 51,0 %.

Si un modèle généraliste fait mieux qu'un « cerveau » conçu uniquement pour les robots, une équipe dédiée semble superflue. Pour ceux qui fabriquent des robots ou investissent dans ce secteur, c'est un signal important.

Ce qui s'est réellement passé

L'entreprise a confirmé la réorganisation auprès des journalistes et a souligné que la robotique reste une part de sa stratégie à long terme, et qu'il ne s'agit pas d'un repli. Les chercheurs ont été intégrés à l'équipe de recherche principale, dirigée par le responsable de la recherche Marc Chen. Les ingénieurs applicatifs et les spécialistes du matériel ont été rattachés à la grande organisation Applied, placée sous la responsabilité du président Greg Brockman.

La réorganisation est si récente qu'OpenAI avait déjà réservé le stand n° 208 à la conférence CoRL d'Austin. Le stand est resté vide, sans logo, mais les anciens membres de l'équipe ont tout de même circulé dans la salle et rassemblé autour d'eux des participants : la grande question de la conférence est de savoir quelle valeur gardera l'expérience en robotique à mesure que les modèles généralistes gagnent en puissance.

L'histoire de ce domaine chez OpenAI est mouvementée. La première équipe a été fermée dès 2020 : les données issues des robots étaient rares, et la voie vers l'AGI par de très grands modèles de langage semblait plus efficace. En 2024, l'équipe a été reconstituée et un partenariat avec la start-up Figure a été annoncé, portant sur des modèles pour robots humanoïdes. En février 2025, Figure a déclaré qu'elle développerait elle-même l'IA de ses robots. Aujourd'hui, OpenAI affirme travailler sur son propre humanoïde, et Sam Altman vise une première démonstration publique en 2027.

Pourquoi un modèle généraliste est soudain devenu utile

Selon un porte-parole d'OpenAI, au début de l'année, les chercheurs pensaient que la meilleure voie vers la robotique passait par des modèles comme Sora. Pour générer une vidéo plausible, un tel modèle doit comprendre implicitement la physique du monde. Mais il est ensuite apparu que les modèles de pointe ordinaires, y compris GPT-6 Astra, peuvent être appliqués directement à la robotique. C'est ce constat qui a poussé l'entreprise à se réorganiser.

Le professeur de l'Université Carnegie Mellon Guan Shi affirme que les modèles généralistes savent déjà faire ce qui exigeait auparavant un entraînement dédié. Le problème n'est plus de savoir où se trouve la bouteille : la lumière a changé, il faut comprendre l'enchaînement des étapes ou trouver celle où tout a dérapé, et ils y parviennent. Selon lui, OpenAI considère désormais la robotique non plus comme « un problème à part », mais comme une application supplémentaire de l'intelligence générale, au même titre que les outils juridiques, financiers ou logiciels construits sur les mêmes modèles de base.

Le contexte financier joue aussi. L'an dernier, Sam Altman a demandé à l'entreprise d'abandonner les « quêtes secondaires », et OpenAI a déjà fermé plusieurs projets, dont Sora, pour réaffecter ses capacités de calcul à ses produits principaux. Selon les médias, la perte du dernier trimestre s'élève à 10,9 milliards de dollars, et l'entreprise recherche un nouveau tour de financement en vue d'une éventuelle introduction en bourse au début de 2027. La décision relève donc à la fois de l'ingénierie et de l'économie.

Ce que cela change pour les start-up et les limites du dispositif

Cette approche remet en cause l'idée sur laquelle les start-up de robotique ont levé des milliards : un robot a besoin de son propre « cerveau ». Le professeur du MIT Russ Tedrake, cofondateur et PDG de Walden Robotics, objecte que les entreprises de robotique disposent de ce que n'ont pas les laboratoires : l'expérience du travail dans des lieux réels, comme les ateliers des usines. Ces données aident à s'adapter à un site industriel précis, et plus le modèle de base est performant, plus vite on peut apprendre à partir de ces données.

Les limites sont sérieuses. Le résultat de 74,8 % a été obtenu en simulation, et non sur un robot réel. Les grands modèles sont lents et fonctionnent depuis le cloud, ce qui impose au robot une connexion réseau permanente. Guan Shi voit toujours une place pour des modèles spécialisés compacts, qui tournent sur l'ordinateur embarqué sans accès à Internet. Pete Florence, de la start-up Generalist, estime qu'il est encore impossible de dire quel modèle s'imposera en robotique.

La conclusion pratique pour les équipes qui conçoivent des robots : avant de construire leur propre modèle de contrôle, elles doivent vérifier jusqu'où elles peuvent aller avec un modèle généraliste prêt à l'emploi. La valeur se déplace vers les données issues du déploiement réel, la fiabilité et le fonctionnement sans cloud.

Dossier

Questions clés sur cet article

Que sait-on sur Ce qui s'est réellement passé ?

L'entreprise a confirmé la réorganisation auprès des journalistes et a souligné que la robotique reste une part de sa stratégie à long terme, et qu'il ne s'agit pas d'un repli. Les chercheurs ont été intégrés à l'équipe de recherche principale, dirigée par le responsable de la recherche Marc Chen. Les ingénieurs applicatifs et les spécialistes du matériel ont été rattachés à la grande organisation Applied, placée sous la responsabilité du président Greg Brockman.

Pourquoi un modèle généraliste est soudain devenu utile?

Selon un porte-parole d'OpenAI, au début de l'année, les chercheurs pensaient que la meilleure voie vers la robotique passait par des modèles comme Sora. Pour générer une vidéo plausible, un tel modèle doit comprendre implicitement la physique du monde. Mais il est ensuite apparu que les modèles de pointe ordinaires, y compris GPT-6 Astra, peuvent être appliqués directement à la robotique. C'est ce constat qui a poussé l'entreprise à se réorganiser.

Que sait-on sur Ce que cela change pour les start-up et les limites du dispositif ?

Cette approche remet en cause l'idée sur laquelle les start-up de robotique ont levé des milliards : un robot a besoin de son propre « cerveau ». Le professeur du MIT Russ Tedrake, cofondateur et PDG de Walden Robotics, objecte que les entreprises de robotique disposent de ce que n'ont pas les laboratoires : l'expérience du travail dans des lieux réels, comme les ateliers des usines.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…