OpenAI تیم رباتیک جداگانه خود را منحل کرد و محققان را به سازمان‌های اصلی تحقیقاتی و کاربردی منتقل کرد. مدل GPT-6 Astra در محک شبیه‌سازی دستکاری ربات ۷۴.۸٪ موفقیت ثبت کرد و مدل‌های تخصصی را با ۲۳ امتیاز فاصله انداخت.
سوابق و بازسازماندهی
- در ۲۰۲۰ OpenAI اولین تلاش رباتیک را متوقف کرد، به دلیل داده‌های محدود ربات و مسیر محاسبه‌ای به سمت مدل‌های زبانی بزرگ.
- در ۲۰۲۴ تیم جدیدی ساخت و با Figure همکاری کرد.
- در فوریه ۲۰۲۵ آن همکاری خاتمه یافت وقتی Figure تصمیم گرفت هوش مصنوعی ربات خود را به‌صورت مستقل توسعه دهد.
- اکنون تیم دوباره منحل شده و در دو سازمان موجود جذب شده است: تحقیقات تحت مدیریت مارک چن و کاربردی تحت مدیریت گرگ براکمن.
- سخنگوی شرکت این حرکت را تعهد به رباتیک خواند، نه عقب‌نشینی.
- OpenAI همچنان هدف نمایش ربات انسانی‌شکل در ۲۰۲۷ را حفظ می‌کند.
زمان‌بندی توجه‌برانگیز است. OpenAI غرفه‌ای در کنفرانس یادگیری رباتیک (CoRL) در آستین رزرو کرده بود. وقتی فورچون به غرفه ۲۰۸ رسید، خالی بود: لوگو برداشته شده، دمویی نبود، کارکنی نبود. غیبت فیزیکی بازتاب‌دهنده تغییر استراتژی بود: تخصص رباتیک دیگر متمرکز نیست، چون مسئله دیگر به‌عنوان مسئله متمایز دیده نمی‌شود. این بازسازماندهی همزمان با روندی است که محققان ارشد هوش مصنوعی مقیاس‌پذیری را ناکافی می‌دانند و به راه‌اندازی استارتاپ‌ها روی می‌آورند، همان‌طور که در تحلیل پیشین بررسی شده است.
شواهد فنی: GPT-6 Astra در محک Nvidia
تحقیق‌کنندگان GPT-6 Astra را مستقیماً به ربات‌ها متصل کردند: تصاویر دوربین، داده‌های وضعیت ربات و رابط کنترل. هیچ تنظیم دقیق مخصوص رباتیک لازم نبود. در مطالعه انویدیا، عامل مبتنی بر Astra در محک دستکاری شبیه‌سازی ۷۴.۸٪ موفقیت داشت. بهترین مدل‌های تخصصی رباتیکی قبلاً ۵۱.۰٪ گزارش کرده بودند. مدل عمومی موقعیت‌های متغیر بطری، تغییرات نور و استدلال چندمرحله‌ای را بدون آموزش مخصوص وظیفه مدیریت کرد.
واکنش کارشناسان: از سیگنال استراتژیک تا چالش لبه
گوانیا شی، استادیار موسسه رباتیک کارنگی ملون، بازسازماندهی را سیگنال دانست که OpenAI رباتیک را «مسئله ویژه» نمی‌داند. به گفته او، رباتیک به عنوان کاربرد پایین‌دست هوش عمومی می‌آید — مشابه اینکه همان مدل‌ها اکنون ابزارهای کدنویسی، حقوقی و مالی را تغذیه می‌کنند. پیت فلورانس، بنیان‌گذار مشارکت‌کننده جنرالیست، پاسخ داد که همچنان مشخص نیست کدام معماری مدل در درازمدت رباتیک برنده خواهد بود.
رس تدراک، استاد MIT و مدیر عامل والدن رباتیک، استدلال کرد که شرکت‌های رباتیک مزیت حیاتی دارند: ربات‌هایشان از قبل روی کف کارخانه‌ها کار می‌کنند. آن تجربه استقرار داده‌های مخصوص سایت تولید می‌کند که به ربات‌ها کمک می‌کند به محیط‌های کاری خاص تطبیق یابند. مدل‌های بنیادی بهتر آن داده‌های مالکیت را باارزش‌تر می‌کنند چون ربات‌ها می‌توانند سریع‌تر از آن‌ها یاد بگیرند. حفره دفاعی از معماری مدل به چرخه‌های داده منتقل می‌شود.
شی محدودیت عملی را یادآوری کرد: مدل‌های زبانی بزرگ کند هستند و به میزبانی ابری نیاز دارند، به این معنی که ربات‌ها به اتصال شبکه مداوم نیاز دارند. او همچنان نیاز به مدل‌های تخصصی کوچک‌تر را می‌بیند که روی کامپیوتر بومی ربات بدون اینترنت اجرا شوند. این معماری ترکیبی بالقوه را ایجاد می‌کند — استدلال عمومی در ابری، منعکس‌های سریع در لبه. در همین حال OpenAI توانسته ۱۱ میلیارد دلار سرمایه جذب کند، اگرچه هدف ارزش‌گذاری ۲۰ میلیاردی از ۳۰ میلیارد کاسته شده، که در گزارش جداگانه آمده است.
فشار مالی و تمرکز بر محصولات اصلی
این بازسازماندهی همزمان با تلاش OpenAI برای کنترل هزینه‌ها رخ داد. سام التمن به طور گزارش شده به کارکنان گفته بود سال گذشته «مهمات جانبی» را رها کنند. شرکت تلاش‌هایی از جمله سورا را کنار گذاشت تا محاسبات را به محصولات اصلی بازتوزیع کند. ضررهای عملیاتی سه‌ماهه به طور گزارش شده به ۱۰.۹ میلیارد دلار رسید در حالی که OpenAI برای دور سرمایه‌گذاری و IPO احتمالی در اوایل ۲۰۲۷ آماده می‌شود. رباتیک، که یک‌زمان موشک‌افکنی استقرایی بود، اکنون باید بودجه محاسبات خود را توجیه کند.
چشم‌انداز ۲۰۲۷: تست نهایی در دنیای واقعی
این تغییر بر فرضیه بنیان‌گذار بسیاری از استارت‌آپ‌های رباتیک تأثیر می‌گذارد که میلیاردها دلار بر پیش‌فرض جذب کرده‌اند که ربات‌ها به مغزهای تخصصی نیاز دارند. اگر مدل‌های عمومی می‌توانند مستقیماً اجساد فیزیکی را کنترل کنند، پشته ارزش به سمت بالا جابجا می‌شود — به سمت داده، استقرار و نرم‌افزار لایه کاربرد. اما گذار دودویی نیست. محک انویدیا شبیه‌سازی بود؛ استقرار دنیای واقعی نویز، محدودیت‌های ایمنی و تغییرپذیری سخت‌افزاری را معرفی می‌کند که ممکن است سال‌ها سیستم‌های هدفمند را ترجیح دهد.
سؤال عمیق‌تر این است که «هوش فضایی» — درک فیزیکی ضمنی که مدل‌های ویدیویی مثل سورا توسعه می‌دهند — به اندازه کافی به کنترل ربات منتقل می‌شود، یا اینکه تجسم رژیم آموزش مخصوص خود را می‌طلبد. شرط OpenAI روشن است: نمی‌طلبد. غرفه خالی در CoRL پس‌رفت نبود. اعلامیه‌ای بود که مسئله رباتیک زیرمجموعه هوش مصنوعی عمومی شده است.
برای نمایش اول ربات انسانی‌شکل OpenAI در ۲۰۲۷ نگاه کنید. این آزمون نهایی خواهد بود که آیا یک مدل عمومی واقعاً می‌تواند بدون قشر رباتیکی تخصصی در دنیای فیزیکی قدم بزند، دستکاری کند و استدلال کند.
گفتگو