OpenAI ferme son équipe robotique : GPT-6 Astra réussit 74,8 % des tâches contre 51 % pour les modèles spécialisés
OpenAI a dissous son équipe dédiée à la robotique : selon l'entreprise, un robot peut être piloté par un modèle généraliste ordinaire, GPT-6 Astra. Dans le test de Nvidia, le modèle a contrôlé un robot virtuel à partir des images de caméras et a réussi 74,8 % des tâches impliquant des objets, contre 51 % pour les meilleurs modèles spécialisés en robotique. Il s'agit toutefois d'une simulation, et ces chiffres n'ont pas été vérifiés sur de vrais robots. Les données issues des ateliers de production gagnent donc en importance.
Traité par IA depuis 3DNews AI ; édité par Hamidun News
OpenAI a dissous son équipe dédiée à la robotique, au motif que ses robots peuvent être pilotés par le même modèle généraliste GPT-6 Astra, celui qui fonctionne dans le chat et écrit du code. Le chiffre clé de cette histoire provient d'un test de Nvidia. GPT-6 Astra y recevait des images de caméras, une description du robot et une interface de commandes, puis pilotait un manipulateur virtuel.
Elle a réussi 74,8 % des tâches de déplacement et de manipulation d'objets. Le meilleur résultat publié par des modèles robotiques spécialisés dans le même classement est de 51 %. Précision importante : tout cela s'est déroulé en simulation, et non sur de vrais robots.
Pour ceux qui conçoivent des robots ou investissent dans les start-up de la robotique, c'est un signal : le marché pourrait passer des modèles étroits aux modèles généralistes.
Ce qui a changé chez OpenAI
L'entreprise affirme ne pas renoncer à son objectif de robots à usage général. Elle ne voit simplement pas l'intérêt de développer des modèles d'IA dédiés. Selon un porte-parole d'OpenAI, GPT-6 Astra s'est montrée étonnamment performante sur certaines tâches robotiques.
Début d'année, les chercheurs comptaient s'appuyer sur le générateur vidéo Sora, capable de modéliser le monde physique. Il est ensuite apparu que les modèles généralistes les plus avancés pouvaient être appliqués directement aux robots. Une équipe séparée est alors devenue superflue.
Les salariés n'ont pas été licenciés, mais répartis dans d'autres groupes. Les chercheurs ont rejoint le principal département de recherche, placé sous la direction du directeur de la recherche Mark Chen. Les spécialistes de la robotique appliquée et du matériel ont été transférés vers le département de développements appliqués, rattaché au président d'OpenAI, Greg Brockman. La robotique, qui constituait une branche à part, est devenue une application parmi d'autres du modèle général.
Comment GPT pilote un robot sans entraînement spécifique
Le fonctionnement se comprend facilement avec un exemple du quotidien. Le modèle n'est pas entraîné sur des données de mouvements de bras articulés. On lui montre des images de caméras, on lui explique de quel robot il s'agit, et on lui donne une interface pour envoyer des commandes. Il agit alors comme une personne à qui l'on a expliqué le fonctionnement d'une machine inconnue : elle observe la scène, décide de la marche à suivre et donne l'ordre.
Dans le test de Nvidia, cette approche a permis de réussir 74,8 % des tâches de manipulation d'objets, contre 51 % pour les meilleurs modèles spécialisés. L'écart est notable. Mais la simulation ne reproduit ni les frottements, ni les jeux mécaniques, ni le bruit des capteurs, ni les latences de communication, auxquels un vrai robot est confronté. On ne peut donc pas, pour l'instant, transposer ces chiffres aux appareils réels.
Ce que cela change pour les start-up de la robotique
De nombreuses start-up ont misé sur des modèles spécialisés dotés d'une « intelligence spatiale ». L'approche d'OpenAI remet cette stratégie en question. Ces start-up disposent toutefois d'un atout que n'ont pas les laboratoires d'IA : leurs robots fonctionnent déjà dans des conditions réelles, par exemple dans des ateliers d'usine, et collectent des données sur le fonctionnement concret des installations.
Russ Tedrake, cofondateur et PDG de Walden Robotics, estime que plus les modèles de base sont performants, plus les données propres à chaque site gagnent en valeur. Un modèle puissant apprend plus vite à partir de ces données, et celui qui les a collectées en tire profit.
Les grands modèles présentent aussi des limites. Une requête n'est pas traitée instantanément, et un service dans le cloud exige une connexion permanente. Pour un bras qui doit réagir en une fraction de seconde, ou pour un robot d'entrepôt sans connexion internet stable, c'est un problème sérieux. Guanya Shi, professeur associé à l'Institut de robotique de l'université Carnegie Mellon, estime donc que des modèles spécialisés compacts restent nécessaires : ils fonctionnent directement sur l'ordinateur embarqué du robot.
Pete Florence, cofondateur de Generalist, start-up qui développe des modèles généralistes pour robots, reconnaît qu'on ignore encore quelle approche l'emportera à long terme.
Conclusion pratique
Les développeurs et les équipes produit concernés par cette actualité doivent retenir trois points.
- Un prototype de pilotage de robot reposant sur un modèle généraliste peut désormais être monté rapidement, sans entraînement spécifique sur des données robotiques.
- Les résultats en simulation sont utiles pour comparer des modèles, mais ils ne remplacent pas une validation sur du matériel réel.
- L'avantage concurrentiel réside de plus en plus dans les données propres à la production et dans la capacité à faire tourner le modèle là où la connexion internet est lente, voire absente.
Le marché suivra vraisemblablement une voie hybride. Un grand modèle planifiera et prendra les décisions, tandis qu'un petit modèle embarqué exécutera les mouvements rapides. OpenAI a abandonné son équipe dédiée, mais le schéma « un cerveau généraliste associé à des compétences spécialisées » pourrait très bien perdurer.
- 21 nov. 2026Apple prépare un agent IA et complique l'accès aux tiers : l'autorisation passe désormais par 14 étapes, contre 4 auparavant
- 21 nov. 2026Un développeur se passe de Pinecone : recherche dans 72 450 fragments de code en 50 ms
- 21 nov. 2026Gemini 4 Neon a compressé le binaire de TS Rust de 47,44 à 7,97 Mo en moins de 10 heures
- 21 nov. 2026Les offres FDE ont été multipliées par 4,6 en un an : ce que fait un ingénieur chez le client
Questions clés sur cet article
Que sait-on sur Ce qui a changé chez OpenAI ?
L'entreprise affirme ne pas renoncer à son objectif de robots à usage général. Elle ne voit simplement pas l'intérêt de développer des modèles d'IA dédiés. Selon un porte-parole d'OpenAI, GPT-6 Astra s'est montrée étonnamment performante sur certaines tâches robotiques. Début d'année, les chercheurs comptaient s'appuyer sur le générateur vidéo Sora, capable de modéliser le monde physique. Il est ensuite apparu que les modèles généralistes les plus avancés pouvaient être appliqués directement aux robots.
Comment GPT pilote un robot sans entraînement spécifique?
Le fonctionnement se comprend facilement avec un exemple du quotidien. Le modèle n'est pas entraîné sur des données de mouvements de bras articulés. On lui montre des images de caméras, on lui explique de quel robot il s'agit, et on lui donne une interface pour envoyer des commandes. Il agit alors comme une personne à qui l'on a expliqué le fonctionnement d'une machine inconnue : elle observe la scène, décide de la marche à suivre et donne l'ordre.
Que sait-on sur Ce que cela change pour les start-up de la robotique ?
De nombreuses start-up ont misé sur des modèles spécialisés dotés d'une « intelligence spatiale ». L'approche d'OpenAI remet cette stratégie en question. Ces start-up disposent toutefois d'un atout que n'ont pas les laboratoires d'IA : leurs robots fonctionnent déjà dans des conditions réelles, par exemple dans des ateliers d'usine, et collectent des données sur le fonctionnement concret des installations.
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.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.