JakiPrompt.plZapisz się na HeadFlash
Tematy:ClaudeGeminiChatGPTPerplexityCopilot

OpenAI rozwiązuje zespół robotyki. Modele ogólne wystarczą?

News3 min czytaniaZaktualizowano 16 listopada 2026

OpenAI po raz kolejny reorganizuje swoje podejście do robotyki - tym razem jednak nie chodzi o całkowite porzucenie tej dziedziny. Firma zdecydowała się rozwiązać dedykowany zespół badawczy i rozproszyć jego członków po innych działach. Badacze robotyki trafiają pod skrzydła Marka Chena, dyrektora ds. badań, natomiast zespoły zajmujące się zastosowaniami robotyki i sprzętem zasilą organizację Applied, którą kieruje Greg Brockman.

Decyzja zapadła w tak krótkim czasie, że OpenAI zdążyło już opłacić stoisko na Conference on Robot Learning (CoRL) w Austin - ostatecznie pozostało ono puste. Jak donosi Fortune, powodem zmian jest przekonanie, że uniwersalne modele, takie jak GPT-6 Astra, potrafią sterować robotami bezpośrednio, co zmniejsza zapotrzebowanie na specjalistyczne rozwiązania robotyczne.

Jak GPT-6 Astra wypada w testach robotycznych

Kluczowym argumentem przemawiającym za nową strategią są wyniki badań. W eksperymencie przeprowadzonym przez Nvidię agent oparty na modelu Astra uzyskał 74,8 procent skuteczności w symulowanych zadaniach robotycznych. Dla porównania, najlepsze modele wyspecjalizowane osiągnęły w tych samych testach 51 procent. Co istotne, badania prowadzono na symulowanym robocie DROID, a nie na fizycznym urządzeniu.

Powstał również nowy benchmark o nazwie StationeryBench, który zestawił GPT-6 Astra z modelem MolmoAct2 od Ai2. Testy obejmowały pięć zadań manipulacyjnych z przedmiotami biurowymi, wykonywanych na dwuramiennych ramionach robotycznych YAM. W 200 próbach Astra w pełni ukończyła 7 z 100 zadań, podczas gdy MolmoAct2 nie zaliczył ani jednego. Średni wynik postępu Astra wyniósł 46 punktów, przy zaledwie 12 dla konkurencyjnego modelu.

W kolejnym teście model Astra, działający na robocie humanoidalnym, samodzielnie poruszał się po kuchni i sprzątał. Choć wyniki wyglądają obiecująco, pozostaje pytanie, jak dużą część danych treningowych stanowiły materiały związane z robotyką - zarówno w przypadku OpenAI, jak i innych firm.

Uniwersalne modele a specjalistyczne rozwiązania

Duże modele ogólnego przeznaczenia od Anthropic i Google również poczyniły ostatnio postępy w zadaniach robotycznych. Nie oznacza to jednak, że wyspecjalizowane modele tracą rację bytu. Mogą one wciąż zachować przewagę w takich obszarach jak koszty eksploatacji, niezawodność, szybkość działania czy zużycie energii - nawet jeśli ustępują uniwersalnym rozwiązaniom w zdolności do generalizacji.

Yoav Artzi, badacz AI z Cornell University współpracujący z Google DeepMind, dostrzega w Astra istotny skok w rozumieniu przestrzennym. Wskazuje na niepublikowany jeszcze benchmark REMAP, w którym GPT-6 Astra osiąga dokładność zbliżoną do ludzkiej. Artzi przypuszcza, że OpenAI mogło trenować model na dużych zbiorach danych 3D, takich jak sceny z Blendera.

Historia robotyki w OpenAI - od zamknięcia do powrotu

To nie pierwszy raz, gdy OpenAI reorganizuje swoje podejście do robotyki. W 2020 roku firma zamknęła dział robotyki, a współzałożyciel Wojciech Zaremba tłumaczył tę decyzję brakiem odpowiednich danych treningowych oraz szybszą drogą do AGI przez duże modele językowe. Zespół odbudowano w 2024 roku.

Obecnie CEO Sam Altman ma podobno w planach pierwsze publiczne demo robota na 2027 rok, a długoterminowo OpenAI chce produkować własne roboty codziennego użytku. Firma stoi jednak pod silną presją finansową, by skupić się na podstawowej działalności AI, gdzie straciła znaczący dystans do Anthropic.

Co dalej z robotyką w OpenAI

Reorganizacja zespołu nie oznacza rezygnacji z robotyki - wręcz przeciwnie, OpenAI chce przyspieszyć jej rozwój poprzez integrację badaczy z głównymi projektami. Kluczowym pytaniem pozostaje, czy uniwersalne modele rzeczywiście okażą się wystarczające do sterowania robotami w praktyce, czy też specjalistyczne rozwiązania zachowają swoją niszę ze względu na przewagę kosztową i niezawodność.

Wyniki testów na symulowanych środowiskach wyglądają obiecująco, ale rzeczywistość fizyczna rządzi się własnymi prawami. Jeśli podejście OpenAI się sprawdzi, może to zrewolucjonizować sposób, w jaki myślimy o robotyce - zamiast budować osobne modele dla każdego zadania, wystarczy jeden uniwersalny system. Na razie jednak pozostaje obserwować, czy deklarowany cel publicznego demo w 2027 roku faktycznie się zmaterializuje.

Dalej w tym temacie

AI HAT vs AI HAT+: Który moduł wybrać do projektu AI?

Raspberry Pi AI HAT+ oferuje 40 TOPS i 8 GB RAM dla modeli językowych, podczas gdy AI HAT skupia się na wizji komputerowej z 26 TOPS. Wybór między specjalizacją a uniwers…

Poradnik4 min czytania

Jak wybrać kartę graficzną do AI? Praktyczny poradnik

Poznaj kluczowe parametry kart graficznych dla sztucznej inteligencji. Dowiedz się, jak wybrać optymalny sprzęt do swoich potrzeb i budżetu. Praktyczny przewodnik po loka…

Poradnik4 min czytania

Blackwell w chińskich modelach AI – nowe dowody

Były pracownik OpenAI twierdzi, że odczytał z wag sześciu chińskich modeli AI charakterystyczny wzór inicjalizacji typowy dla chipów Nvidia Blackwell. Metoda wskazała pop…

Sprzęt, chipy i robotyka3 min czytania15 listopada 2026