OpenAI расформировала свое отдельное подразделение по робототехнике, объяснив решение изменением концепции. По словам представителя компании, она не отказывается от цели создания роботов широкого назначения, однако не видит необходимости в разработке узкоспециализированных ИИ-моделей, предназначенных только для роботов, поскольку универсальные модели, по оценке OpenAI, вполне способны выполнять эти функции. Таким образом, компания фактически переносит центр тяжести с отдельной робототехнической ветки на свои флагманские универсальные модели.

От специализации к универсальности: как сменилась логика

Ключевым аргументом в пользу перестройки стали, по словам представителя OpenAI, неожиданные успехи универсальной модели GPT-6 Astra в выполнении отдельных робототехнических задач. Ещё в начале года исследователи компании предполагали, что развитие этого направления будет опираться на наработки видеогенератора Sora, способного моделировать физический мир. Однако затем выяснилось, что универсальные передовые модели OpenAI можно напрямую применять в робототехнике. Именно это наблюдение, по данным компании, и стало причиной расформирования отдельной команды: работавших в ней специалистов перевели в группы, занимающиеся более универсальными моделями ИИ.

Как устроена перестройка внутри компании

Исследовательская группа по робототехнике вошла в состав основного исследовательского подразделения, которое возглавляет директор по исследованиям Марк Чен (Mark Chen). Специалисты по прикладной робототехнике и аппаратному обеспечению, в свою очередь, были переведены в подразделение прикладных разработок, подчиняющееся президенту OpenAI Грегу Брокману (Greg Brockman). Такая структура означает, что робототехника перестаёт быть обособленным направлением и растворяется в общей исследовательской и прикладной работе над универсальными моделями.

Результаты в симуляции и их ограничения

Универсальные модели уже пробуют использовать для управления роботами без дополнительного обучения на робототехнических данных. В таких экспериментах модель получает изображения с камер, сведения о роботе и доступ к интерфейсу, через который может отдавать ему команды. В исследовании Nvidia агент на базе GPT-6 Astra успешно выполнил 74,8% заданий на манипулирование предметами; для сравнения, лучший опубликованный результат специализированных робототехнических моделей в том же рейтинге составлял 51%. При этом важно, что испытания проходили в симуляции — модель управляла виртуальным роботом, поэтому переносить эти цифры на реальные устройства пока нельзя.

Позиция стартапов и академиков

Подход OpenAI может поставить под сомнение ставку многих робототехнических стартапов на специализированные модели, обладающие «пространственным интеллектом». Вместе с тем практический опыт эксплуатации роботов и собранные в реальных условиях данные сохраняют самостоятельную ценность. Расс Тедрейк (Russ Tedrake), соучредитель и генеральный директор компании Walden Robotics, отметил, что у робототехнических компаний есть преимущество, которого нет у ИИ-лабораторий: их роботы уже получают практический опыт работы в реальных условиях, например в заводских цехах. По его словам, более совершенные базовые модели повышают ценность специфических для конкретного объекта данных, поскольку позволяют роботам быстрее на них обучаться.

Что это значит для отрасли

У крупных универсальных моделей есть и ограничения: обработка запросов занимает время, а использование облачного сервиса требует постоянного подключения к сети. Именно поэтому Гуанья Ши (Guanya Shi), доцент Института робототехники Университета Карнеги — Меллона, считает, что компактные специализированные модели по-прежнему нужны — они могут работать непосредственно на бортовом компьютере робота. Какой подход окажется успешнее в долгосрочной перспективе, пока неясно, отметил Пит Флоренс (Pete Florence), соучредитель стартапа Generalist, разрабатывающего универсальные ИИ-модели для роботов. Таким образом, решение OpenAI запускает дискуссию о том, кому в робототехнике — универсальным «мозгам» или специализированным бортовым системам — принадлежит будущее.