OpenAIロボット部門を再解体、汎用AI成功率74.8%が示す3つの論点

OpenAIがロボット研究チームを2020年以来2度目の解体、汎用モデルGPT-6 Astraへ一本化しました。NVIDIA研究で成功率74.8%を記録した一方、コストと速度の課題も。再編の背景と今後の注目点を解説します。

投稿日: カテゴリー AIニュース

OpenAIは2026年11月、独立したロボット研究チームを解体し、研究者を汎用モデルの開発部門へ統合しました。

本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル(うるチカラ運営)が解説します。米Fortuneの報道によると、OpenAIはロボット専任チームを再編し、研究者を本体の研究組織へ、応用・ハードウェア担当を別組織へ移しました。同社がロボット部門を畳むのは2020年に続いて2回目です。ただし今回の理由は「撤退」ではなく、汎用モデルそのものがロボットを動かせる段階に入ったという判断にあるとされています。物流倉庫や検品作業の自動化を検討している事業者にとっても、ロボットAIの開発競争の重心がどこへ移るのかを示す重要なニュースです。

OpenAIのロボット部門再編で何が起きたか

結論から言うと、OpenAIはロボット専用のAIを別チームで作るのをやめ、汎用モデルの開発ラインに一本化しました。Fortuneによれば、ロボット研究チームはチーフリサーチオフィサーのMark Chenが率いる本体の研究組織へ移り、応用ロボティクスとハードウェアのチームは社長のGreg Brockmanが統括するApplied部門へ合流しました。チームの人数は公表されていません。

再編は急に決まったようで、テキサス州オースティンで開かれたロボット学習の国際会議CoRLでは、OpenAIが確保していたブースに展示もロゴもない状態だったと報じられています。同社の広報はFortuneに対し、ロボットは長期ビジョンの中核であり続けると説明しています。

経緯を振り返ると、OpenAIは2020年に最初のロボット部門を閉じました。当時の理由は、学習に必要なロボットのデータが足りず、大規模言語モデルのほうが汎用人工知能への近道だというものでした。2024年にはFigureとの提携とともにチームを再建しましたが、Figureは2025年2月に自社でロボットAIを開発する方針に切り替え、提携は終わっています。CEOのSam Altmanは、自社ヒューマノイドの初の公開デモを2027年に予定していると報じられています。

汎用AIがロボットを直接動かすことの意味

今回の再編の根拠になったとみられるのが、汎用モデルGPT-6 Astraのロボット制御性能です。NVIDIAのロボット研究チームが公開した研究「Astranomy」では、ロボット向けの追加学習をしていないGPT-6 Astraを制御方策として使い、120種類のピック&プレース課題で評価しました。エージェント型で動かした場合の成功率は74.8%で、比較対象として示された最も強いリーダーボード上の専用モデル(51.0%)を23.8ポイント上回っています。

一方で、この数字には注意点もあります。評価はシミュレーター上のロボットアームで行われたもので、実機ではありません。さらにエージェント型は1エピソードあたり約3,090万トークン、費用にして約36.40ドルを消費しました。軽量な直接制御方式でも約1.96ドルかかり、1回の推論に平均18.56秒を要しています。精度は高いものの、コストと速度の面では現場投入にまだ距離がある段階と言えます。

デスク上の文房具を扱う新しい評価基準StationeryBenchでも、双腕ロボットで200回の試行を行い、GPT-6 Astraは100課題中7件を完全に達成し、比較対象のAi2のモデルは0件でした。平均の進捗スコアもAstraが46、比較モデルが12と差がついています。完全達成率で見ればまだ1割に届かず、汎用モデルが万能になったとまでは言えない点も押さえておくべきです。

AI業界全体で見ると、ロボットは「専用モデルを個別に作る分野」から「汎用モデルの応用先の一つ」へ位置づけが変わりつつあります。カーネギーメロン大学の研究者はFortuneに対し、ロボットが汎用知能の下流の応用になりつつあると述べつつ、機体に載せて動かす小型モデルの必要性は残ると指摘しています。実際の現場データを持つロボット企業が優位だという見方もあり、専門家の間でも結論は出ていません。

今後の動きと注目ポイント

今後の焦点は3つあります。1つ目は、汎用モデルの推論コストと応答速度がどこまで下がるかです。1回あたり数十秒・数千円規模の推論では、倉庫のピッキングのように1日に何万回も動作を繰り返す用途には向きません。ここが改善されるかどうかで、専用モデルとの棲み分けが決まります。

2つ目は、OpenAIの経営判断との関係です。Fortuneは、同社が直近四半期に109億ドルの営業損失を計上したと報じており、動画生成のSoraを取りやめて計算資源を振り向けたことにも触れています。ロボットを独立事業として育てるより、本体のモデル開発に集約したほうが効率的だという判断が働いた可能性があります。

3つ目は、競合の動向です。AnthropicやGoogleもロボット課題で成果を発表しており、汎用モデルがロボットの頭脳を担う流れは1社に限った話ではありません。

EC事業者の視点で補足すると、物流倉庫のピッキングや検品ロボットは、これまで用途ごとに作り込んだ専用AIで動いてきました。汎用モデルで制御できるようになれば、新しい商品や棚の配置に合わせて指示を言葉で変えるといった柔軟な運用が見えてきます。ただし現時点の数字はシミュレーター上のものであり、自社倉庫への導入判断に直結させるのは時期尚早です。

まとめ

OpenAIのロボット部門再編は、ロボットAIの開発が専用モデルから汎用モデルへ寄っていく流れを象徴する出来事です。GPT-6 Astraの成功率74.8%は大きな前進ですが、シミュレーター上の結果で、コストと速度にも課題が残ります。2027年に予定される公開デモに向けて、実機での性能と運用コストがどこまで詰められるかを見守る段階です。

参考文献

※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談(30分)も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/

引用元: THE DECODER


【監修】齋藤竹紘(株式会社オルセル代表 / 19年・5,000社のEC支援実績)


投稿者: 齋藤竹紘

株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。

お問い合わせ