14 ноября 2026 года The Decoder сообщил о перераспределении робототехнических исследователей OpenAI. Исследователи переходят в основную исследовательскую команду, а прикладная робототехника и аппаратное направление — в Applied-организацию. Это организационная перестройка, а не сообщение о прекращении робототехнических исследований или доказательство готовности универсальной модели заменить специализированные системы.
По сообщению The Decoder, исследователи будут работать под руководством директора по исследованиям Марка Чена, а прикладные робототехническая и аппаратная команды — в организации Грега Брокмана. Издание пишет, что OpenAI объясняет перестройку стремлением ускорить работу, объединив специалистов с другими командами. The Decoder также сообщает со ссылкой на Fortune, что стенд OpenAI на конференции CoRL в Остине остался пустым после принятого в короткий срок решения.
Результат в симуляции
В пересказе The Decoder исследования Nvidia агент на базе GPT-6 Astra достиг 74,8% успеха на робототехнических задачах в симуляции; для лучшей специализированной модели в этом сравнении издание приводит 51%. Испытания проходили с симулированным роботом DROID, а не физической машиной. Эти проценты описывают результат конкретного сравнения в виртуальной среде.
Что показал StationeryBench
В том же материале описан StationeryBench — сравнение GPT-6 Astra и MolmoAct2 от Ai2 на пяти задачах с настольными предметами и двухрукими роботами YAM. The Decoder сообщает о 200 испытаниях; отдельно в описании приведены 7 полных выполнений Astra из 100 задач и ни одного у MolmoAct2. Средний балл прогресса составил 46 у Astra и 12 у MolmoAct2. Завершение задачи и балл прогресса — разные показатели: более высокий средний балл не означает, что задача была выполнена полностью.
Что эти цифры говорят о применении
Оба результата указывают на выполнение конкретных робототехнических задач, но не устанавливают, насколько надёжно система будет работать в изменчивых условиях реальной эксплуатации. The Decoder отмечает, что специализированные модели могут сохранять преимущества по стоимости, надёжности, скорости и энергопотреблению, даже если универсальные модели лучше обобщают навыки. В доступных материалах нет независимых испытаний, позволяющих проверить эти показатели вне описанных сравнений.
Для читателя подтверждённое изменение сейчас касается структуры команд OpenAI. Результат 74,8% относится к симуляции, а StationeryBench охватывает пять задач; приведённые числа сами по себе не подтверждают готовность GPT-6 Astra к серийному управлению роботами.
Источник: The Decoder, 14 ноября 2026 года.
