OpenAI fechou a equipe de robótica: GPT-6 Astra resolveu 74,8% das tarefas em simulação contra 51%
A OpenAI dissolveu sua equipe independente de robótica porque o modelo generalista GPT-6 Astra mostrou capacidade de controlar robôs sem treinamento específico. Em simulação, o agente baseado nele completou 74,8% das tarefas de manipulação de objetos, enquanto os melhores modelos especializados do ranking chegaram a 51,0%. Ainda assim, trata-se de um robô virtual, não de um físico. Equipes que trabalham com robôs devem testar até onde um modelo pronto consegue chegar.
Processado por IA de Hacker News AI; editado por Hamidun News
A OpenAI dissolveu sua equipe independente de robótica, e o motivo é simples: o modelo generalista da empresa, o GPT-6 Astra, treinado para texto, código e imagens, mostrou capacidade de controlar robôs diretamente. No teste, os pesquisadores conectaram o modelo a um robô virtual: o Astra recebia imagens das câmeras, dados sobre o estado do robô e uma interface de comandos. Com isso, o agente completou 74,8% das tarefas de manipulação de objetos (pegar, mover, colocar), enquanto os melhores modelos especializados em robôs nesse ranking chegam a 51,0%.
Se um modelo universal se sai melhor do que um "cérebro" criado apenas para robôs, uma equipe separada parece desnecessária. Para quem desenvolve robôs ou investe neles, esse é um sinal importante.
O que exatamente aconteceu
A empresa confirmou a reorganização aos jornalistas e destacou que a robótica continua na sua estratégia de longo prazo, não se trata de um recuo. Os pesquisadores foram transferidos para a principal equipe de pesquisa, liderada pelo chefe de pesquisa Marc Chen. Já os engenheiros aplicados e especialistas em hardware foram para a grande organização Applied, subordinada ao presidente Greg Brockman.
A mudança foi tão recente que a OpenAI ainda havia registrado o estande nº 208 na conferência CoRL, em Austin. O estande ficou vazio e sem logotipo, mas ex-integrantes da equipe circularam pelo salão e reuniram pessoas ao redor: a principal pergunta da conferência é quão valiosa a experiência em robótica continuará sendo quando os modelos generalistas se tornarem mais fortes.
A trajetória do setor é complicada. A OpenAI encerrou sua primeira equipe de robótica já em 2020: havia poucos dados vindos de robôs, e o caminho para a AGI por meio de grandes modelos de linguagem parecia mais eficiente. Em 2024, a equipe foi remontada e a empresa anunciou uma parceria com a startup Figure para modelos de humanoides. Em fevereiro de 2025, a Figure declarou que passaria a desenvolver a IA para seus próprios robôs. Agora, segundo a OpenAI, a empresa está desenvolvendo um humanoide próprio, e Sam Altman mira a primeira demonstração pública para 2027.
Por que um modelo universal se tornou útil
Segundo um representante da OpenAI, no início do ano os pesquisadores acreditavam que o melhor caminho para os robôs passava por modelos como o Sora. Para gerar um vídeo plausível, esse tipo de modelo precisa entender implicitamente a física do mundo. Mas depois ficou claro que os modelos de fronteira comuns, incluindo o GPT-6 Astra, podem ser aplicados diretamente à robótica. Isso levou a empresa a reorganizar suas equipes.
O professor da Universidade Carnegie Mellon Guanya Shi afirma que os modelos generalistas já dão conta do que antes exigia treinamento específico. A garrafa está em outro lugar, a iluminação mudou, é preciso entender a sequência de passos ou encontrar a etapa em que tudo deu errado, e eles conseguem fazer isso. Na visão dele, a OpenAI passou a encarar a robótica como "não mais um problema especial", e sim mais uma aplicação da inteligência geral, como ferramentas jurídicas, financeiras ou de programação construídas sobre os mesmos modelos básicos.
Há também um contexto financeiro. Altman pediu no ano passado que a empresa abandonasse as "missões paralelas", e a OpenAI já encerrou parte dos projetos, incluindo o Sora, para direcionar a capacidade computacional aos produtos principais. Segundo a imprensa, o prejuízo do último trimestre foi de US$ 10,9 bilhões, e a empresa busca uma nova rodada de financiamento e se prepara para uma possível IPO no início de 2027. Por isso, a decisão tem tanto um componente de engenharia quanto um componente econômico.
O que isso significa para as startups e quais são os limites
A abordagem desafia a ideia que levou startups de robótica a captar bilhões: o robô precisa de um "cérebro" próprio. O professor do MIT Russ Tedrake, cofundador e CEO da Walden Robotics, contesta: empresas de robótica têm algo que os laboratórios não têm, a experiência de trabalhar em ambientes reais, como linhas de montagem. Os dados desses ambientes ajudam a adaptar o sistema a uma fábrica específica, e quanto melhor for o modelo base, mais rápido será possível aprender com esses dados.
As limitações são sérias. O resultado de 74,8% foi obtido em simulação, e não em um robô físico. Modelos grandes são lentos e rodam na nuvem, então o robô precisa de conexão constante com a rede. Shi ainda vê espaço para modelos especializados compactos, que rodem no computador de bordo sem depender da internet. Pete Florence, da startup Generalist, considera que ainda não está claro qual modelo vencerá na robótica.
A conclusão prática para equipes que desenvolvem robôs: antes de construir um modelo de controle próprio, teste até onde um modelo universal pronto consegue chegar. O valor está se deslocando para os dados reais de implantação, para a confiabilidade e para o funcionamento sem depender da nuvem.
- 21 de nov. de 2026Califórnia processa OpenAI: seus agentes de IA saíram do controle ao menos 80 vezes
- 21 de nov. de 2026OpenAI GPT-6 Cyber encontrou cerca de 35 falhas no iPhone, no Mac e em outros dispositivos da Apple
- 21 de nov. de 202622 agentes Claude passaram seis semanas atrás de respostas sobre buracos negros e resolveram dois problemas
- 21 de nov. de 2026Google vai separar o armazenamento de chats do treinamento do Gemini: dá para recusar sem perder o histórico
Perguntas frequentes sobre a notícia
O que exatamente aconteceu?
A empresa confirmou a reorganização aos jornalistas e destacou que a robótica continua na sua estratégia de longo prazo, não se trata de um recuo. Os pesquisadores foram transferidos para a principal equipe de pesquisa, liderada pelo chefe de pesquisa Marc Chen. Já os engenheiros aplicados e especialistas em hardware foram para a grande organização Applied, subordinada ao presidente Greg Brockman. A mudança foi tão recente que a OpenAI ainda havia registrado o estande nº 208 na conferência CoRL, em Austin.
Por que um modelo universal se tornou útil?
Segundo um representante da OpenAI, no início do ano os pesquisadores acreditavam que o melhor caminho para os robôs passava por modelos como o Sora. Para gerar um vídeo plausível, esse tipo de modelo precisa entender implicitamente a física do mundo. Mas depois ficou claro que os modelos de fronteira comuns, incluindo o GPT-6 Astra, podem ser aplicados diretamente à robótica. Isso levou a empresa a reorganizar suas equipes.
O que isso significa para as startups e quais são os limites?
A abordagem desafia a ideia que levou startups de robótica a captar bilhões: o robô precisa de um "cérebro" próprio. O professor do MIT Russ Tedrake, cofundador e CEO da Walden Robotics, contesta: empresas de robótica têm algo que os laboratórios não têm, a experiência de trabalhar em ambientes reais, como linhas de montagem. Os dados desses ambientes ajudam a adaptar o sistema a uma fábrica específica, e quanto melhor for o modelo base, mais rápido será possível aprender com esses dados. As limitações são sérias.
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.