Quand l'IA générale surpasse les spécialistes : ce que la fermeture robotique d'OpenAI signifie pour les bâtisseurs
OpenAI a dissous son équipe robotique dédiée après qu'un modèle d'IA générale a surpassé les modèles spécialisés — un signal que l'IA ciblée est sous pression.
- 74.8%
- score d'Astra au test de manipulation
- 51.0%
- meilleur modèle robotique spécialisé
- 2nd time
- OpenAI ferme une équipe robotique
- 2027
- année cible pour le premier humanoïde d'OpenAI
OpenAI vient de fermer son équipe dédiée à la robotique. Non pas parce que la robotique a échoué, mais parce que son IA généraliste, GPT-6 Astra, s'est avérée plus performante dans ce rôle que les spécialistes eux-mêmes. Les chercheurs ont rejoint les équipes plus larges de recherche et d'applications d'OpenAI. L'entreprise parie qu'un modèle généraliste fera avancer la robotique seul.
Les chiffres le confirment. Dans une étude de simulation menée par Nvidia, un agent basé sur Astra a obtenu 74,8 % sur un test de manipulation robotique. Les meilleurs modèles robotiques spécialisés sur ce même classement n'ont atteint que 51,0 %. Une amélioration de près de 50 %, sans aucune formation spécifique à la robotique. Ce sont des résultats simulés, pas un vrai robot — mais l'écart est trop grand pour l'ignorer.
C'est la deuxième fois qu'OpenAI ferme une équipe robotique dédiée. La première remonte à 2020. À l'époque, l'IA robotique était sa propre discipline, avec ses propres données, modèles et équipes. Ce qui a changé, c'est que les modèles de pointe sont désormais assez capables pour effacer cette frontière. OpenAI parie qu'un seul modèle entraîné de façon large continuera à progresser jusqu'à rendre les équipes spécialisées superflues.
La question pratique pour quiconque construit avec l'IA : avant d'investir dans un modèle spécialisé ou une équipe dédiée à une tâche précise, testez ce qu'un modèle généraliste peut déjà faire. L'écart entre l'IA généraliste et l'IA ciblée se réduit plus vite que la plupart ne l'anticipent. Le vrai avantage vient maintenant du déploiement — le vrai matériel, les vraies données et les vrais environnements que l'on n'obtient qu'en allant sur le terrain.