OpenAI ya no tiene un equipo de robótica independiente. Fortune informó el 13 de noviembre que el equipo se integró al resto de la empresa, y OpenAI confirmó el cambio cuando Fortune le preguntó al respecto. Los investigadores de robótica ahora están dentro del grupo principal de investigación. Las personas que construían y probaban sistemas físicos ahora están en el lado de producto de la empresa.
Ese es todo el anuncio, y OpenAI lo hizo de la manera más silenciosa disponible. La empresa no ha publicado ninguna entrada de blog ni ninguna declaración propia sobre el cambio. No ha dicho cuántas personas resultaron afectadas, y no ha descrito ningún despido. Lo que existe es una confirmación dada a una reportera, más una disputa sobre la palabra usada para describirla.
El anuncio
MadRobot, que dio seguimiento al informe de Fortune, detalla a dónde fue el personal. El equipo de investigación de robótica ahora está dentro del equipo principal de investigación, bajo el director de investigación Mark Chen. Los equipos de robótica aplicada y hardware pasaron a la organización más grande Applied, que depende del presidente Greg Brockman.
Un portavoz de la empresa dijo a Fortune que la robótica sigue siendo una parte central de la visión a largo plazo en OpenAI, que la empresa sigue comprometida a llevar robots de uso general al mundo, y que mover a los investigadores es la mejor manera de acelerar ese trabajo. OpenAI luego cuestionó el encuadre. La empresa dijo a MadRobot que reorganizó el equipo para trabajar más de cerca con investigación y producto, y que el programa de robótica y la hoja de ruta no han cambiado.
El personal dijo lo mismo en público. Michelle Fradin, que trabaja en robots en OpenAI, calificó el titular de Fortune de engañoso y dijo que la investigación de robótica se había fusionado con la investigación principal después de que Astra demostró un «avance en inteligencia robótica». Scott Cory, que trabaja en inteligencia de robots allí, publicó una versión más larga del mismo punto.
astra and our newer models show much better generalization and scaling on robotics than other approaches so we are leaning into that and working more closely with the rest of research. same program, roadmap, goals.
El momento dejó un cabo suelto visible. OpenAI ya había reservado un stand en CoRL, una conferencia líder de robótica en Austin, Texas, esta semana. Cuando Fortune visitó el stand 208, estaba vacío, sin ningún letrero de OpenAI a la vista, aunque antiguos miembros del equipo todavía atraían a una multitud allí.
Detalles importantes
| Elemento | Cómo están las cosas |
|---|---|
| Informado | 13 de noviembre de 2026, por Fortune, reportera Wen Shao |
| Investigación de robótica | Ahora dentro de la investigación principal, bajo Mark Chen |
| Robótica aplicada y hardware | Ahora dentro de Applied, bajo Greg Brockman |
| Declaración de la propia OpenAI | Ninguna publicada cuando se verificó el 15 de noviembre |
| Personas afectadas | Número no revelado |
| Motivo declarado | Los modelos generales como GPT-6 Astra pueden aplicarse directamente a los robots |
| Plan humanoide | Primera demostración pública prevista para 2027, según Fortune |
Por qué OpenAI cambió de rumbo
OpenAI dijo a Fortune que a principios de 2026 sus investigadores suponían que la mejor ruta hacia robots capaces pasaba por modelos como Sora, su generador de video, que tiene que entender algo de cómo funciona el mundo físico para hacer clips realistas. Desde entonces, dice la empresa, sus modelos generales de frontera resultaron capaces de trabajar directamente en robots. GPT-6 Astra, lanzado en septiembre, es el modelo nombrado en ese relato.
Trabajo externo apoya parte de esa afirmación, y solo parte. El 14 de octubre, investigadores del Nvidia Seattle Robotics Lab publicaron un estudio llamado Astranomy. Ejecutaron GPT-6 Astra como controlador de un brazo de robot simulado en RoboLab-120, una referencia de 120 tareas de mesa en simulación, sin ningún entrenamiento hecho para trabajo de robots. El modelo leyó las vistas de las cámaras y el estado del robot, y eligió los movimientos.
La mejor configuración de ese estudio colocó a Astra dentro de una sesión persistente de Codex, con todo su historial conservado entre pasos. Esa configuración tuvo éxito en el 74,8 por ciento de las tareas. El mejor modelo en la misma tabla que fue entrenado para trabajo de robots, un sistema llamado Lakeside, obtuvo 51,0 por ciento. Una configuración más simple, donde Astra respondía cada paso por su cuenta sin historial conservado, obtuvo 66,3 por ciento. Una presentación completa del informe Astranomy muestra que la brecha entre esos dos puntajes de Astra vino de cómo se llamó al modelo, no de ningún cambio en el modelo mismo.
Tasa de éxito en RoboLab-120, tareas simuladas
Fuente: Nvidia Seattle Robotics Lab, Astranomy, 14 de octubre de 2026. Solo simulación, con la simulación en pausa mientras el modelo respondía. Lakeside es la política más fuerte en la tabla que fue entrenada para trabajo de robots.
El problema en el mismo estudio
El estudio que ayuda a OpenAI también pone precio a la idea, y el precio es alto. La configuración agéntica que obtuvo 74,8 por ciento usó unos 30,9 millones de tokens por cada episodio exitoso, a un costo estimado de unos 36,40 dólares por episodio. Incluso la configuración directa tardó un promedio de 18,56 segundos en cada llamada al modelo. La simulación se pausaba mientras Astra respondía, así que la prueba nunca le pidió al modelo que siguiera el ritmo de una sala que sigue moviéndose mientras piensa.
Esa brecha importa para el trabajo físico. Un brazo de robot en un laboratorio o una fábrica necesita respuestas en una fracción de segundo, no después de una pausa larga, y necesita esas respuestas a un costo que un lugar de trabajo pueda absorber. Guanya Shi, profesor asistente en el Robotics Institute de la Universidad Carnegie Mellon, dijo a Fortune que la reorganización sugiere que OpenAI ve la robótica como un problema que ya no es especial, aunque todavía ve la necesidad de modelos pequeños que funcionen en el propio robot, sin una conexión constante a la nube.
Otras referencias apuntan en una dirección menos ordenada. Vector Wire, en un análisis del cambio, señala que en el marco RoboDojo Sim Astra obtuvo 29,8 por ciento, un resultado muy por debajo de la cifra de RoboLab y por debajo de un tercio de éxito. Las dos pruebas usan tareas distintas y configuraciones distintas, así que ninguna cifra anula la otra. Juntas muestran un campo sin una prueba compartida que cada laboratorio acepte, donde cada lado puede señalar un gráfico que favorece su propio enfoque.
El contraste llegó en la misma semana desde la dirección opuesta. Runway lanzó Praxis-1, un modelo construido solo para control de robots, con pesos que cualquiera puede descargar. En RoboLab-120 obtuvo 46,2 por ciento, por debajo de Astra, pero fue construido para responder rápido y funcionar como un modelo de control dedicado. OpenAI apuesta a que un modelo dedicado es un paso que el campo puede saltarse. Runway acaba de entregar la apuesta opuesta. El patrón es familiar de nuestro informe sobre Grok Bot que usa aplicaciones de Mac directamente, donde la pregunta abierta también era si un modelo general debería actuar en el mundo por su cuenta, o si la acción necesita una capa construida para la tarea.
- 2020OpenAI cierra su primer equipo de robótica, y el cofundador Wojciech Zaremba citó después una escasez de datos de robots
- 2024OpenAI reconstruye un equipo de robótica independiente y se asocia con el fabricante de humanoides Figure
- Feb. 2025Figure termina la asociación para construir su propia IA de robot
- 14 oct. 2026El Nvidia Seattle Robotics Lab publica Astranomy, su estudio de GPT-6 Astra como controlador de robot
- 13 nov. 2026Fortune informa que el equipo independiente se integró en investigación y Applied, y OpenAI lo confirma
Qué sigue
Los pasos confirmados son estrechos. La investigación de robótica ahora vive dentro de la investigación principal, el trabajo de hardware ahora vive dentro de Applied, y OpenAI dice que el programa y la hoja de ruta no han cambiado. Fortune informa que OpenAI está construyendo su propio robot humanoide, y que el director ejecutivo Sam Altman tiene como objetivo una primera demostración pública en 2027. Ese objetivo ahora tendrá que cumplirlo personal que está en dos organizaciones diferentes.
Las preguntas abiertas son la parte más grande de la historia. OpenAI no ha revelado cuántas personas se movieron, qué presupuesto o potencia de cómputo tiene ahora la robótica dentro de los grupos más grandes, ni si su trabajo de recolección de datos y sus proyectos de prototipos cambian bajo la nueva estructura. Tampoco ha publicado resultados propios de un robot físico bajo la nueva configuración. Hasta que lo haga, la evidencia pública más fuerte a favor del cambio sigue siendo un estudio de simulación realizado por otra empresa, con un botón de pausa presionado cada vez que el modelo necesitaba pensar.
Russ Tedrake, profesor en el MIT que cofundó una empresa de robótica, dijo a Fortune que los fabricantes de robots todavía tienen una ventaja que los grandes laboratorios no tienen: sus máquinas ya están reuniendo experiencia en pisos de fábrica reales, y mejores modelos base hacen que esos datos sean más valiosos, no menos. Esa es la parte del argumento que OpenAI no ha respondido. Un modelo general bien podría ser el cerebro correcto para un robot. Los robots que le enseñan cómo se siente una sala real todavía pertenecen, por ahora, a alguien más.
Fuentes
- Fortune, exclusiva de Wen Shao sobre la reorganización de la robótica en OpenAI, 13 de noviembre de 2026. El informe original sobre la reorganización, la confirmación de OpenAI, los destinos bajo Mark Chen y Greg Brockman, el stand vacío en CoRL, el relato sobre Sora, y el objetivo humanoide de 2027. Fortune se cita aquí por su nombre y fecha; OpenAI no ha publicado ningún anuncio propio.
- MadRobot, OpenAI reorganises its robotics team as GPT-6 Astra runs robots, 13 de noviembre de 2026, actualizado el 14 de noviembre. La declaración que OpenAI dio a MadRobot cuestionando la palabra disuelto, y las publicaciones públicas de Michelle Fradin y Scott Cory.
- Nvidia Seattle Robotics Lab, estudio Astranomy, 14 de octubre de 2026, tal como se presenta en Astranomy: An Empirical Study of GPT-6 Astra, verificado el 15 de noviembre de 2026. Los puntajes de RoboLab-120 para las configuraciones agéntica, orquestada y directa, el puntaje de Lakeside, el uso de tokens, el costo por episodio, y el tiempo promedio de llamada de 18,56 segundos. Todas las cifras son de simulación.
- Vector Wire, OpenAI Dissolves Robotics Team, Betting Foundation Models Suffice, noviembre de 2026, verificado el 15 de noviembre de 2026. El puntaje RoboDojo Sim de 29,8 por ciento para Astra y el argumento de que los datos actuales todavía no apoyan la afirmación de que los modelos de robots dedicados ya no son necesarios.
- Hechos verificados el 15 de noviembre de 2026. Cada imagen de este artículo es una ilustración de Dirty Static en el estilo de la casa. Ninguna imagen es una captura de pantalla ni una fotografía de un robot de OpenAI.
FIN DE LA TRANSMISIÓN
Mantén la curiosidad. Cuestiónalo todo.
