OpenAI reorganiza robótica y apuesta a la IA general
La reorganización pone el foco en una pregunta: cuánto pueden hacer los modelos generales al controlar máquinas y qué límites aparecen fuera del laboratorio.

OpenAI integró su equipo independiente de robótica en otras áreas, según Fortune. La decisión permite mirar más allá del organigrama: ¿necesita cada robot un modelo de inteligencia artificial especializado o puede aprovechar uno desarrollado para resolver tareas muy diferentes?
La pregunta ya tiene pruebas concretas, aunque también límites. En robótica, interpretar una instrucción es apenas una parte del trabajo: el sistema debe traducirla en movimientos, observar qué ocurrió y corregir su siguiente acción.
Qué puede hacer un modelo general
El estudio Astranomy, publicado por NVIDIA, evaluó GPT-6 Astra en RoboLab-120, un conjunto de tareas de manipulación de objetos en simulación. Probó tres formas de usarlo: producir acciones directamente, trabajar como agente con herramientas e historial, o supervisar a un modelo especializado.
La variante con agente alcanzó 74,8% de éxito, frente al 51% de Lakeside, la referencia más alta de la clasificación comparada. Son resultados dentro de ese entorno de evaluación, no una medida de desempeño general de robots en hogares o fábricas.
El salto tuvo un costo. La tabla del estudio estima US$36,40 por episodio exitoso para esa configuración, con una latencia media de 13,37 segundos por llamada al modelo. Mejorar la resolución de tareas no significó resolverlas con la rapidez ni el costo necesarios para cualquier aplicación física.
Del software al mundo físico
OpenAI también viene explorando otra parte de esa relación: usar IA para diseñar el hardware. En una publicación del 3 de noviembre, explicó cómo sus equipos emplean Codex y ChatGPT en diseños asistidos por computadora, planos y simulaciones, incluidos proyectos de robótica.
Como prueba, dos integrantes desarrollaron con Astra un dispositivo para conversar con Codex. El trabajo abarcó carcasa, componentes electrónicos y software; después, un fabricante produjo un pequeño lote de prototipos.
Llegar a la fabricación requirió revisiones e iteraciones. La empresa señaló que el modelo no contemplaba de forma consistente tolerancias, restricciones de producción y detalles de montaje. Es un límite diferente al del control de movimientos, pero igualmente concreto: una propuesta digital todavía debe ajustarse a las condiciones materiales de su construcción.
Los resultados de diseño y de control robótico no son intercambiables. En un caso se evalúa cómo ayudar a construir una máquina; en el otro, cómo decidir sus acciones. Para la segunda tarea, Astranomy deja planteada una exigencia inmediata: combinar la capacidad de resolver problemas con tiempos de respuesta y costos que permitan usarla.