Por Canuto  

Según Fortune, OpenAI disolvió su equipo independiente de robótica y reasignó a sus investigadores a otras áreas, al considerar que sus modelos generales también pueden aplicarse al control de máquinas.
***

  • Fortune reportó que la investigación en robótica pasó al equipo principal de investigación, mientras que las áreas aplicadas y de hardware se integraron a la organización de Aplicaciones.
  • OpenAI sostiene que modelos como GPT-6 Astra pueden asumir tareas robóticas; una prueba simulada citada por Nvidia reportó una tasa de éxito de 74,8%.
  • Expertos consultados por Fortune señalaron que los datos de despliegues reales y los modelos pequeños capaces de operar sin conexión siguen siendo relevantes.

 

Una reorganización que cambia el lugar de la robótica

OpenAI disolvió su equipo independiente de robótica y distribuyó a sus integrantes entre otras áreas de la compañía, en un giro que refleja la confianza de la empresa en sus modelos de propósito general, según reportó Fortune. De acuerdo con ese medio, la investigación en robótica pasó al equipo principal de investigación, dirigido por Mark Chen, mientras que la robótica aplicada y el hardware se integraron a la organización de Aplicaciones, que reporta al presidente de OpenAI, Greg Brockman.

La empresa presentó la reorganización como una forma de acelerar su trabajo, no como un abandono de la robótica. Un portavoz dijo que el área sigue siendo central para la visión de largo plazo de OpenAI y que la compañía mantiene su compromiso de llevar robots de propósito general al mundo, aunque ya no conserve un grupo independiente dedicado a esa disciplina.

El cambio se conoció cuando OpenAI aún figuraba en el plano y la aplicación de CoRL, una importante conferencia académica de robótica celebrada esa semana en Austin. Sin embargo, el estand número 208 estaba vacío cuando lo visitó Fortune y no mostraba el logotipo de la compañía; antiguos integrantes del equipo sí atrajeron a asistentes, pese a que no había exhibición ni demostración.

La reorganización coincide con una transformación más amplia de la estrategia de OpenAI: la empresa considera que los modelos entrenados para lenguaje, código y visión pueden servir también para que dispositivos actúen en el mundo físico. Esa apuesta por la llamada IA encarnada podría reducir la necesidad de desarrollar modelos separados, diseñados exclusivamente para funcionar como el “cerebro” de un robot.

El giro después de dos intentos de construir un equipo

La decisión no es el primer cambio de OpenAI en este campo. La compañía tuvo un equipo de robótica en sus primeros años, pero luego lo cerró. El momento exacto de ese cierre varía entre los reportes disponibles; posteriormente, el cofundador Wojciech Zaremba señaló que había pocos datos de robots y que otros métodos ofrecían una vía más eficiente hacia la inteligencia artificial general, o AGI.

En aquella etapa, OpenAI se concentró cada vez más en entrenar modelos lingüísticos de gran escala con enormes conjuntos de textos escritos por personas. Ese enfoque condujo al lanzamiento de ChatGPT a finales de 2022, producto que convirtió a la empresa en una de las protagonistas más visibles del desarrollo de IA generativa y que marcó la orientación de buena parte de su investigación posterior.

OpenAI reconstruyó un equipo independiente de robótica en 2024 y anunció una alianza con la startup Figure para desarrollar modelos de IA destinados a robots humanoides. La colaboración terminó en febrero de 2025, cuando Figure comunicó que desarrollaría su propia inteligencia artificial para robots, una separación que dejó a OpenAI con la tarea de continuar su trabajo por cuenta propia.

La empresa ha dicho que desarrolla su propio robot humanoide, y Sam Altman ha señalado que espera una primera demostración pública en 2027. El nuevo organigrama, por tanto, no elimina el objetivo de fabricar máquinas: modifica dónde se desarrolla la tecnología y qué tipo de modelos podrían impulsarlas, con más peso para las capacidades generales que ya construye OpenAI.

Modelos generales frente a cerebros robóticos especializados

La hipótesis que guía el cambio es que un modelo general puede aprender a interpretar el entorno y ejecutar acciones físicas sin que la robótica necesite constituir un problema técnico separado. Guanya Shi, profesor asistente del Instituto de Robótica de Carnegie Mellon, dijo a Fortune que entiende la reorganización como una señal de que OpenAI ya no considera la robótica un desafío especial, sino una aplicación derivada de la inteligencia general.

La comparación de Shi apunta a otros usos de modelos de frontera que, según explicó, también alimentan herramientas especializadas para programación, trabajo legal o finanzas. En esa lectura, el modelo base concentra capacidades que luego pueden adaptarse a distintos sectores, y el control de robots se suma a esa lista en lugar de requerir necesariamente una familia de modelos desarrollada desde cero.

OpenAI explicó que, a comienzos del año, sus investigadores pensaban que la robótica debía apoyarse en trabajos como Sora, su modelo de generación de video, porque crear imágenes realistas exigía cierta comprensión implícita del mundo físico. La empresa sostiene que, desde entonces, modelos de propósito general de frontera, incluido GPT-6 Astra, demostraron que también pueden aplicarse directamente a tareas robóticas, lo que motivó el traslado de sus investigadores.

Algunos experimentos ofrecen indicios de esas capacidades, aunque todavía no demuestran que un modelo general pueda sustituir todos los sistemas robóticos especializados. En un estudio de Nvidia, un agente impulsado por Astra obtuvo una tasa de éxito de 74,8% en una prueba simulada de manipulación, frente al 51,0% reportado por los mejores modelos robóticos especializados en ese ranking; el robot, sin embargo, operaba dentro de una simulación digital y no en el mundo real.

Datos reales, conexión y presión por costos

Russ Tedrake, profesor del MIT y cofundador y director ejecutivo de Walden Robotics, planteó que las empresas de robótica conservan una ventaja importante: sus máquinas ya acumulan experiencia en sitios reales, como fábricas. Ese despliegue produce datos ligados a tareas y lugares concretos, que pueden ayudar a los robots a adaptarse a las condiciones de cada entorno laboral.

Para Tedrake, los mejores modelos fundacionales no vuelven inútiles esos registros; al contrario, pueden aumentar su valor porque permiten que los robots aprendan con mayor rapidez de la información específica de cada sitio. La observación matiza la idea de que el avance de modelos generales eliminará la necesidad de experiencia especializada y destaca el papel de los datos obtenidos durante operaciones reales.

Shi también señaló límites prácticos de los grandes modelos lingüísticos: pueden ser potentes, pero son lentos y deben alojarse en la nube, por lo que el robot necesita una conexión de red constante. A su juicio, todavía hacen falta modelos más pequeños y especializados que puedan ejecutarse en el ordenador integrado de una máquina y mantener su funcionamiento cuando no haya acceso continuo a internet.

Pete Florence, cofundador de la startup Generalist, que entrena modelos de IA de propósito general para robots, dijo que existen distintas vías para desarrollar inteligencia y que no está claro qué modelo dominará la robótica a largo plazo. La reorganización también llega mientras OpenAI intenta contener sus costos: la información citada por Fortune atribuye a la empresa pérdidas operativas de USD $10.900 millones en el trimestre más reciente, en medio de preparativos para una nueva ronda de financiación y una posible oferta pública inicial a comienzos de 2027.

Una apuesta todavía abierta

La tesis de OpenAI desafía el supuesto de muchas startups de robótica que han recaudado miles de millones con la premisa de que las máquinas necesitan cerebros propios. Si los modelos generales pueden asumir cada vez más tareas físicas, la frontera entre los laboratorios de IA y las empresas robóticas podría cambiar; aun así, el desempeño en simulaciones no resuelve por sí solo los problemas de operación, conexión y aprendizaje en entornos reales.

En la conferencia de Austin, las preguntas sobre qué experiencia seguirá siendo valiosa a medida que los modelos generales mejoren ocuparon un lugar central. El interés que suscitaron los antiguos investigadores de OpenAI, incluso sin una demostración en su estand, mostró que el conocimiento de robótica continúa teniendo relevancia en un debate que ahora enfrenta capacidades generales con datos, hardware y experiencia de campo.

La compañía justificó el traslado de sus investigadores como la mejor manera de acelerar el desarrollo de robots de propósito general, y la nueva estructura asigna funciones distintas a investigación central y aplicaciones. Ese diseño podría acercar el trabajo robótico a los avances de sus modelos, pero la propia evidencia descrita por los expertos deja abierta la cuestión de cuánto entrenamiento específico, procesamiento local y experiencia de despliegue seguirá haciendo falta.

Por ahora, OpenAI conserva su ambición de construir un humanoide y ha apuntado a una demostración pública en 2027, mientras prueba si modelos como GPT-6 Astra pueden servir también como controladores de robots. La disolución del equipo independiente, según el reporte de Fortune, marca un cambio organizativo y una apuesta tecnológica, no una confirmación de que la IA general ya haya resuelto los desafíos de la robótica.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados