OpenAIが単独ロボティクスチームを解散、GPT-6 Astraなどの汎用モデルがロボットを駆動できると賭け
OpenAIは単独のロボティクスチームを解散し、研究者を他のグループに再配置しました。これは、ロボティクス研究の加速として位置付けられており、撤退ではありません。Fortuneは2026年11月13日にこの変更を報じ、同社の確認と、ロボティクスは「OpenAIの長期的ビジョンの核となる部分」であると述べた広報担当者のコメントを引用しました。
この動きは、AI業界全体に広がる賭けの具体的な試金石です。言語、コード、ビデオで訓練された汎用モデルが物理マシンの制御層としても機能し、専用のロボティクスモデルチームが不要になるというものです。また、IPO圧力下でのコスト決定でもあり、ロボット工学者の間では、真の技術進歩を反映しているのか、ハードウェアからの撤退なのかについて意見が分かれています。
OpenAIが実際に変えたこと
OpenAIは単独のロボティクス組織を廃止し、その人員を既存の2つの組織に分割しました。ロボティクス研究チームは現在、同社の主要な研究組織内に置かれ、最高研究責任者のMark Chenに報告しています。応用ロボティクスとハードウェアチームは、OpenAIの社長であるGreg Brockmanが率いるより大きな応用組織に移りました。
この再編は最近行われたため、OpenAIは同じ週にオースティンで開催された主要な学術ロボティクス会議であるCoRLにまだブースを予約していました。Fortuneはブース#208を訪れましたが、そこは空で、OpenAIのロゴは表示されていませんでした。それでも、元ロボティクスチームのメンバーは会議で見かけられ、デモや展示がないにもかかわらず人だかりを集めました。
表明された理由:汎用フロンティアモデルがすでにロボットを動かす
OpenAIは、汎用フロンティアモデルが現在ロボット制御に直接適用できるため、専門のロボティクス研究者を汎用モデルチームに統合したと述べています。同社の広報担当者によると、OpenAIの研究者は年初、ロボティクス進歩への最善の道は、物理ダイナミクスを暗黙的にモデル化して現実的な映像を生成する必要があるビデオ生成システムであるSoraなどのモデルを基盤にすることだと考えていました。それ以来、GPT-6 Astraを含む汎用フロンティアモデルがロボティクスへの直接的な適用可能性を示したと同社は述べています。
GPT-6 Astraは、Fortuneの報道で、研究者がロボットに接続し、驚くべき能力でロボットタスクを実行するのを観察したモデルとして名前が挙がっています。OpenAIは別途、独自のヒューマノイドロボットを開発していると述べており、CEOのSam Altmanは2027年に最初の公開デモを目標としています。
OpenAIは以前にもロボティクスチームを構築し、解散させたことがある
OpenAIの最初のロボティクスチームは2020年に縮小されました。共同創業者のWojciech Zarembaは後に、その決定をロボットデータの限界と、他の方法、特にテキストでの非常に大規模な言語モデルのトレーニングによる人工知能へのより効率的な経路に帰しました。これにより2022年末にChatGPTが生まれました。
OpenAIは2024年に単独のロボティクスチームを再構築し、ヒューマノイドロボット用のAIモデルを開発するためにスタートアップのFigureとの提携を発表しました。この提携は2025年2月に終了し、Figureは独自のロボットAIを開発すると述べました。
したがって、2026年11月の再編は、OpenAIが専用のロボティクスグループを解散するのは2回目であり、汎用モデルがその作業を吸収できると明示的に主張しながら行うのは初めてです。
主張の背後にあるベンチマーク数値
Fortuneは、Astra搭載エージェントがシミュレーション操作ベンチマークで74.8%の成功率に達したNvidiaの研究を引用しています。そのリーダーボードで最高の専門ロボティクスモデルは、同じベンチマークで51.0%を報告しました。
セットアップ:研究者はAstraにカメラ画像、ロボットの状態情報、およびモデルがロボットにコマンドを送信できる制御インターフェースを提供しました。Nvidiaの研究ではロボットは物理的なものではなくシミュレーションされたものであったため、結果はデジタル環境での制御推論を測定しており、実際の操作信頼性ではありません。
ロボット工学者が完全に納得していない理由
カーネギーメロン大学ロボティクス研究所の助教授であるGuanya Shiは、Fortuneに、この再編をOpenAIがロボティクスを「もはや特別な問題ではない」と見なしているシグナルとして読むと述べました。これは、同じフロンティアモデルが現在、専門のコーディング、法律、金融ツールを動かしているのと同じように、汎用知能の下流アプリケーションです。
Shiはまた、限界についても説明しました。汎用モデルの空間的・推論能力の向上により、ボトルが異なる位置に置かれたり、照明が変わったりしても許容でき、タスクのシーケンスを推論したり、どのステップが失敗したかを特定したりできます。しかし、大規模言語モデルは遅く、クラウドでホストする必要があるため、ロボットやデバイスは永続的なネットワーク接続が必要です。Shiは、ロボットのオンボードコンピュータで実行される小型の専門モデルの必要性を依然として見ています。
MIT教授でWalden Roboticsの共同創業者兼CEOであるRuss Tedrakeは、ロボティクス企業はAIラボが欠いている利点を保持していると主張しました。ロボットは工場の現場などの実際の展開で既に作業経験を蓄積しているということです。その展開経験と生成されるデータは、ロボットが特定の職場やタスクに適応するのに役立ちます。より良い基盤モデルはサイト固有のデータをより価値あるものにするとTedrakeは述べました。なぜなら、ロボットはそこからより速く学習できるからです。
ロボット用の汎用モデルを訓練するスタートアップGeneralistの共同創業者であるPete Florenceは、Fortuneに「知能を成長させるための異なる出発点があるかもしれない」と述べ、既存のモデルが長期的にロボティクスを支配するかどうかは不明であると述べました。
Hacker Newsのコメント投稿者:レイテンシ、トークンコスト、階層
Hacker Newsの議論で最も実質的な批判は、モデルの能力ではなく制御ループのレイテンシを対象としていました。あるコメント投稿者は、汎用モデルはロボットを動かすことができるが、それは非常に下手であり、階層化されたスタックの方がはるかに効率的であると主張しました:
汎用モデルはロボットを動かすことができます。彼らはそれが非常に苦手です。低レベルの機能を担当する「より愚か」でより速いモデルと、高レベルの計画を担当するはるかに遅い高レベルモデルのスタックを持つ方がはるかに効率的です。... センサーとアクチュエータはミリ秒レベルの応答を必要とします。それは通信リンクの向こう側にあるLLMから得られるものではありません。
関連するコメントでは、LLMを使用してロボットを制御するための入門書があるかどうかが尋ねられ、60フレーム/秒でコマンドをストリーミングすることはトークン効率が非常に悪いように見えると指摘されました。別のコメントでは、この変更がOpenAIがクラウド接続されていないロボットを諦めたことを意味するかどうかが尋ねられました。
複数のコメント投稿者は、この再編を技術的ではなく財務的なものとして読みました。ある人は「IPO前に数値を上げるための一般的なコスト削減のように見える」と書き、別の人は「資金が逼迫している」と要約し、3人目はOpenAIが実際のハードウェアを備えたロボットは困難で高価であると認識したと述べました。別の人は、同社の「長期的ビジョン」という枠組みと中期的なものの欠如との間のギャップに疑問を呈しました。
あるコメント投稿者は、この傾向の最も鋭い一般的な枠組みを提供しました:
苦い教訓はすべてに及ぶ。
これは、計算を活用する一般的な方法が、時間の経過とともに手作りのドメイン特化を打ち負かすというRichard Suttonの議論を参照しています。これはOpenAIの動きに対する最も強い鋼鉄の男であり、業界全体でこの種の再編がさらに起こると期待する最も強い理由です。
他のコメントは人間の側面に懐疑的で、ある人は他人を使い捨てにするために働いている人々が自分自身が使い捨てになるのは皮肉だと述べ、別の人はこの変更がカリフォルニア州リッチモンドにあるOpenAIのロボット研究オフィスに何を意味するのか尋ねました。Fortuneの報道はそのオフィスには触れていません。
コストの背景:四半期損失109億ドルと2027年のIPOの可能性
OpenAIは支出を削減し、少数のコア製品に集中するよう圧力を受けています。Altmanは同社に「サイドクエスト」を放棄する必要があると伝え、OpenAIはすでにSoraを含むいくつかの取り組みを廃止し、より中心的で潜在的に収益性の高い作業に計算リソースを再配分しています。
Fortuneは、OpenAIの営業損失が直近の四半期で合計109億ドルに達し、同社が2027年初頭のIPOの可能性に備えて新しい資金調達ラウンドを完了しようとしていると報じています。ロボティクスの再編はまさにその期間内に位置しています。
再編がロボティクススタートアップに与える影響
汎用モデルが専門の「空間知能」モデルなしでロボットを制御できるという主張は、多くのロボティクススタートアップが数十億ドルを調達してきた前提に挑戦しています。それは、ロボットには独自の頭脳が必要であるというものです。
Tedrakeの反論は、ロボティクスにおける希少な資産は頭脳ではなく展開であるということです。実際の職場での実ロボットがタスク固有のデータを生成することです。その見方では、汎用モデルは展開されたフリートの価値を高めるが、それを所有する企業を置き換えるものではありません。Shiの反論は補完的です。クラウドホストされた汎用モデルは高レベルの推論を処理し、コンパクトなオンデバイスモデルは高速制御を処理します。
実際的な解釈は、完全な置き換えではなくハイブリッドアーキテクチャです。OpenAIの再編は、高レベルの推論層が汎用フロンティアモデルに向けてコモディティ化していることを主張しています。ミリ秒スケールの制御層がそうであるとは確立していません。
報道が答えていない未解決の質問
2026年11月13日の時点で、いくつかの詳細はまだ報告されていません。Fortuneは、何人の研究者が再配置されたか、再編に退職が含まれていたか、OpenAIが表明したヒューマノイドロボットプログラムとAltmanの2027年デモ目標が新しい構造の下でどうなるかについては述べていません。74.8%対51.0%の比較は、物理ロボットではなくシミュレーションベンチマークからのものです。そして、この動きを加速と特徴付ける同社の説明は、意図の表明であり、測定された結果ではありません。