OpenAI закрыла робототехнику: GPT-6 Astra выполнил 74,8% заданий против 51% у узких моделей
OpenAI закрыла отдельную команду робототехники: роботом, по её мнению, может управлять обычная универсальная модель GPT-6 Astra. В тесте Nvidia она по картинке с камер управляла виртуальным роботом и выполнила 74,8% заданий с предметами, а лучшие узкие робомодели — 51%. Но это симуляция, на настоящих роботах цифры не проверены. Поэтому ценнее становятся данные из реальных цехов.
AI-обработка оригинала 3DNews AI; редакция Hamidun News
OpenAI расформировала отдельную команду робототехники, потому что считает: роботами может управлять та же универсальная модель GPT-6 Astra, которая работает в чате и пишет код. Главная цифра этой истории взята из теста Nvidia. Там GPT-6 Astra получала изображения с камер, описание робота и интерфейс для команд, после чего управляла виртуальным манипулятором и выполнила 74,8% заданий на перемещение и работу с предметами. Лучший опубликованный результат специализированных робототехнических моделей в том же рейтинге составляет 51%. Важная оговорка: всё это происходило в симуляции, а не на настоящих роботах. Для тех, кто делает роботов или вкладывается в робостартапы, это сигнал, что рынок может сместиться от узких моделей к универсальным.
Что именно изменилось в OpenAI
Компания уверяет, что не отказывается от цели создать роботов широкого назначения. Она лишь не видит смысла разрабатывать для них отдельные ИИ-модели. По словам представителя OpenAI, GPT-6 Astra неожиданно хорошо справилась с отдельными робототехническими задачами.
Ещё в начале года исследователи рассчитывали, что это направление будет опираться на видеогенератор Sora, который умеет моделировать физический мир. Потом выяснилось, что передовые универсальные модели можно применять к роботам напрямую. Отдельная команда стала не нужна.
Людей не уволили, а распределили по другим группам. Исследователи вошли в основное исследовательское подразделение под руководством директора по исследованиям Марка Чена. Специалисты по прикладной робототехнике и аппаратной части перешли в подразделение прикладных разработок, которое подчиняется президенту OpenAI Грегу Брокману. Робототехника из отдельной ветки превратилась в одно из применений общей модели.
Как GPT управляет роботом без специальной подготовки
Схему легко представить на бытовом примере. Модель не обучают на данных о движении манипуляторов. Ей показывают картинки с камер, объясняют, что за робот перед ней, и дают интерфейс, через который она отправляет ему команды. Дальше она действует как человек, которому объяснили устройство незнакомой машины: смотрит на сцену, решает, что делать, и отдаёт команду.
В тесте Nvidia такая схема дала 74,8% выполненных заданий на манипулирование предметами против 51% у лучших специализированных моделей. Разрыв заметный. Но в симуляции нет трения, люфтов, шума датчиков и задержек связи, с которыми сталкивается настоящий робот. Поэтому переносить эти цифры на реальные устройства пока нельзя.
Что это значит для робостартапов
Многие стартапы поставили на специализированные модели с «пространственным интеллектом». Подход OpenAI ставит эту ставку под вопрос. Однако у стартапов есть то, чего нет у ИИ-лабораторий: их роботы уже работают в реальных условиях, например в заводских цехах, и собирают данные о том, как всё устроено на практике.
Расс Тедрейк, соучредитель и гендиректор Walden Robotics, считает, что чем лучше базовые модели, тем дороже данные конкретного объекта. Сильная модель быстрее на них обучается, и тот, кто такие данные собрал, оказывается в выигрыше.
У больших моделей есть и ограничения. Запрос обрабатывается не мгновенно, а облачный сервис требует постоянного подключения к сети. Для манипулятора, которому нужно реагировать за доли секунды, или для робота на складе без стабильного интернета это серьёзная проблема. Гуанья Ши, доцент Института робототехники Университета Карнеги — Меллона, поэтому считает, что компактные специализированные модели по-прежнему нужны: они работают прямо на бортовом компьютере робота.
Пит Флоренс, соучредитель стартапа Generalist, который делает универсальные модели для роботов, признаёт, что какой подход победит в долгосрочной перспективе, пока неизвестно.
Практический вывод
Разработчикам и продуктовым командам из этой новости стоит вынести три вещи.
- Прототип управления роботом на универсальной модели теперь можно собрать быстро, без отдельного обучения на робототехнических данных.
- Результаты симуляции полезны для сравнения моделей, но не заменяют проверку на реальном оборудовании.
- Конкурентное преимущество всё чаще лежит в собственных данных с производства и в умении запускать модель там, где нет быстрого интернета.
Скорее всего, рынок пойдёт гибридным путём. Большая модель будет планировать и принимать решения, а маленькая бортовая модель выполнять быстрые движения. OpenAI отказалась от отдельной команды, но сама схема «универсальный мозг плюс специализированные навыки» вполне может сохраниться.
- 21 нояб. 2026 г.Математик Anthropic заявил: Claude помог за 6 недель доказать гипотезу Римана
- 21 нояб. 2026 г.Стартап Osmo обучил ИИ запахам на 10 млн оценок людей и генерирует ароматы по тексту
- 21 нояб. 2026 г.КНДР показала первый чатбот «Источник мудрости»: только наука, без политики
- 21 нояб. 2026 г.OpenAI открыла ChatGPT Spaces подписчикам Plus: совместные документы с ИИ
Вопросы и ответы по материалу
Что известно по теме: что именно изменилось в OpenAI?
Компания уверяет, что не отказывается от цели создать роботов широкого назначения. Она лишь не видит смысла разрабатывать для них отдельные ИИ-модели. По словам представителя OpenAI, GPT-6 Astra неожиданно хорошо справилась с отдельными робототехническими задачами. Ещё в начале года исследователи рассчитывали, что это направление будет опираться на видеогенератор Sora, который умеет моделировать физический мир. Потом выяснилось, что передовые универсальные модели можно применять к роботам напрямую.
Что известно по теме: как GPT управляет роботом без специальной подготовки?
Схему легко представить на бытовом примере. Модель не обучают на данных о движении манипуляторов. Ей показывают картинки с камер, объясняют, что за робот перед ней, и дают интерфейс, через который она отправляет ему команды. Дальше она действует как человек, которому объяснили устройство незнакомой машины: смотрит на сцену, решает, что делать, и отдаёт команду. В тесте Nvidia такая схема дала 74,8% выполненных заданий на манипулирование предметами против 51% у лучших специализированных моделей. Разрыв заметный.
Что известно по теме: что это значит для робостартапов?
Многие стартапы поставили на специализированные модели с «пространственным интеллектом». Подход OpenAI ставит эту ставку под вопрос. Однако у стартапов есть то, чего нет у ИИ-лабораторий: их роботы уже работают в реальных условиях, например в заводских цехах, и собирают данные о том, как всё устроено на практике. Расс Тедрейк, соучредитель и гендиректор Walden Robotics, считает, что чем лучше базовые модели, тем дороже данные конкретного объекта.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.