OpenAI a annoncé la dissolution de son équipe dédiée à la robotique autonome. Les chercheurs et ingénieurs sont désormais répartis entre l’unité de recherche dirigée par Mark Chen et la division Applied, placée sous la responsabilité de Greg Brockman. L’entreprise précise que ce réaménagement ne signifie pas un abandon de la robotique, mais plutôt une volonté d’utiliser ses grands modèles de langage comme socle de contrôle pour les robots.

Une réorganisation, pas un abandon

Depuis la création de la première équipe robotique en 2020, OpenAI a d’abord misé sur l’TrainingProcessus durant lequel un modèle ajuste ses paramètres à partir de données afin d'améliorer ses performances. de modèles massifs sur du texte, démarche qui a conduit à ChatGPT. Une seconde tentative a été lancée en 2024, avec un partenariat avec Figure pour développer des modèles destinés aux humanoïdes. Ce partenariat s’est terminé en février 2025, Figure choisissant de poursuivre son propre projet d’intelligence robotique. OpenAI, de son côté, continue à travailler sur un humanoïde interne, avec l’objectif d’une première démonstration publique prévue pour 2027.

Le pari des modèles généralistes

L’idée centrale de la réorganisation est de remplacer les modèles spécialisés, conçus pour un robot donné, par des modèles multimodaux capables de percevoir une scène, de raisonner sur les étapes d’une tâche et de choisir une action. OpenAI estime que ses modèles de nouvelle génération, initialement conçus pour la vidéo (ex. Sora), peuvent être reliés directement à des interfaces robotiques. Dans cette logique, un même modèle pourrait alimenter plusieurs outils, à l’instar de ce qui se fait déjà pour le code ou l’analyse documentaire.

Des premiers résultats expérimentaux sont présentés dans une étude citée par Fortune, où le modèle généraliste « GPTFamille de modèles génératifs préentraînés reposant sur l'architecture Transformer, notamment utilisés pour produire du texte.‑6 Astra » aurait atteint 74,8 % de réussite sur un banc de manipulation simulée, contre 51 % pour les meilleurs modèles spécialisés du même classement. Cette performance reste toutefois confinée à la simulation : aucune preuve n’est encore apportée quant à la fiabilité sur un robot réel ni à la capacité de soutenir un rythme de production industrielle.

Limites techniques et contraintes du terrain

Plusieurs chercheurs mettent en garde contre les défis pratiques. Les modèles de grande taille sont gourmands en calculs et souvent dépendants du cloud, alors que les robots doivent parfois réagir localement, sans connexion continue. Des modèles plus petits, optimisés pour le contrôle embarqué, conservent donc un rôle crucial, notamment pour les boucles de rétroaction rapides.

Par ailleurs, les données collectées sur le terrain – usines, entrepôts, domiciles – offrent des informations que les jeux de données génériques peinent à reproduire. Variations d’éclairage, contacts imprévus, défaillances mécaniques sont autant de facteurs qui exigent des essais réels. Un Modèle de fondationModèle entraîné sur de grandes quantités de données et pouvant être adapté à différentes tâches. performant peut accélérer l’apprentissage, mais il ne remplace pas les ajustements issus de l’expérimentation sur le terrain.

Vers une robotique intégrée à la recherche

La réorganisation d’OpenAI ne tranche pas le débat entre intelligence générale et modèles dédiés à la robotique. Elle montre simplement que l’entreprise veut placer la robotique au cœur de sa recherche en Intelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision., en misant sur la flexibilité des grands modèles. Le risque, selon certains observateurs, est que les contraintes matérielles et les exigences de LatenceDélai entre l'envoi d'une requête à un système et l'obtention d'une réponse ou du début de celle-ci. deviennent moins visibles dans une structure centrée avant tout sur les modèles.

En résumé, OpenAI ne renonce pas à la robotique ; il réoriente ses ressources pour que les mêmes modèles qui alimentent ChatGPT puissent, à terme, piloter des bras mécaniques ou des humanoïdes. Le vrai test sera la capacité de ces modèles à fonctionner de façon fiable hors simulation, dans des environnements réels où les marges d’erreur sont très faibles.

OpenAI prévoit ainsi de démontrer publiquement son premier humanoïde en 2027, un jalon qui pourra confirmer ou infirmer les promesses actuelles autour des modèles généralistes appliqués à la robotique.

Une lecture à partager ?
Partager
Partager cet article
WhatsApp ↗LinkedIn ↗Facebook ↗X ↗E-mail ↗

POUR CONTINUER

Garder le fil.

Toutes les actus ↗