OpenAI розформувала свій окремий підрозділ з робототехніки, пояснивши рішення зміною концепції. За словами представника компанії, вона не відмовляється від мети створення роботів широкого призначення, проте не бачить необхідності у розробці вузькоспеціалізованих ШІ-моделей, призначених лише для роботів, оскільки універсальні моделі, за оцінкою OpenAI, цілком здатні виконувати ці функції. Таким чином, компанія фактично переносить центр ваги з окремої робототехнічної гілки на свої флагманські універсальні моделі.

Від спеціалізації до універсальності: як змінилася логіка

Ключовим аргументом на користь перебудови стали, за словами представника OpenAI, несподівані успіхи універсальної моделі GPT-6 Astra у виконанні окремих робототехнічних завдань. Ще на початку року дослідники компанії припускали, що розвиток цього напряму спиратиметься на напрацювання відеогенератора Sora, здатного моделювати фізичний світ. Однак згодом з'ясувалося, що універсальні передові моделі OpenAI можна напряму застосовувати в робототехніці. Саме це спостереження, за даними компанії, і стало причиною розформування окремої команди: фахівців, які в ній працювали, перевели до груп, що займаються більш універсальними моделями ШІ.

Як влаштована перебудова всередині компанії

Дослідницька група з робототехніки увійшла до складу основного дослідницького підрозділу, який очолює директор з досліджень Марк Чен (Mark Chen). Фахівці з прикладної робототехніки та апаратного забезпечення, своєю чергою, були переведені до підрозділу прикладних розробок, що підпорядковується президенту OpenAI Грегу Брокману (Greg Brockman). Така структура означає, що робототехніка перестає бути відокремленим напрямом і розчиняється у загальній дослідницькій та прикладній роботі над універсальними моделями.

Результати в симуляції та їх обмеження

Універсальні моделі вже пробують використовувати для керування роботами без додаткового навчання на робототехнічних даних. У таких експериментах модель отримує зображення з камер, відомості про робота та доступ до інтерфейсу, через який може віддавати йому команди. У дослідженні Nvidia агент на базі GPT-6 Astra успішно виконав 74,8% завдань із маніпулювання предметами; для порівняння, найкращий опублікований результат спеціалізованих робототехнічних моделей у тому ж рейтингу становив 51%. При цьому важливо, що випробування проходили в симуляції — модель керувала віртуальним роботом, тому переносити ці цифри на реальні пристрої поки не можна.

Позиція стартапів та академіків

Підхід OpenAI може поставити під сумнів ставку багатьох робототехнічних стартапів на спеціалізовані моделі, що володіють «просторовим інтелектом». Водночас практичний досвід експлуатації роботів і зібрані в реальних умовах дані зберігають самостійну цінність. Расс Тедрейк (Russ Tedrake), співзасновник і генеральний директор компанії Walden Robotics, зазначив, що робототехнічні компанії мають перевагу, якої немає у ШІ-лабораторій: їхні роботи вже отримують практичний досвід роботи в реальних умовах, наприклад у заводських цехах. За його словами, досконаліші базові моделі підвищують цінність специфічних для конкретного об'єкта даних, оскільки дозволяють роботам швидше на них навчатися.

Що це означає для галузі

Великі універсальні моделі мають і обмеження: обробка запитів займає час, а використання хмарного сервісу вимагає постійного підключення до мережі. Саме тому Гуанья Ши (Guanya Shi), доцент Інституту робототехніки Університету Карнегі — Меллона, вважає, що компактні спеціалізовані моделі досі потрібні — вони можуть працювати безпосередньо на бортовому комп'ютері робота. Який підхід виявиться успішнішим у довгостроковій перспективі, поки неясно, зазначив Піт Флоренс (Pete Florence), співзасновник стартапу Generalist, який розробляє універсальні ШІ-моделі для роботів. Таким чином, рішення OpenAI запускає дискусію про те, кому в робототехніці — універсальним «мізкам» чи спеціалізованим бортовим системам — належить майбутнє.