OpenAI confirme la « prophétie » de Liang Wenfeng
Lettre AI
2026.11.20 08:05
· De Pékin
Texte intégral 4468 mots
Texte | Lettre AI
GPT-6.2 Astra a dominé le véritable test de bras de robot, poussant encore plus loin les capacités des robots à entraînement direct de grand modèle.
Selon la liste AA-Robotics v0.1 publiée par l'agence d'évaluation indépendante Artificial Analysis, GPT-6.2 Astra a obtenu un score de 79 et a accompli 6 tâches de physique sur 8.
Non seulement le modèle phare d’OpenAI, mais aussi le GPT-6.2 Sol, relativement faible, ont également reçu un score élevé de 78 points.
Dans ce test de référence, le modèle ne permet pas de formation spéciale et des paramètres sans échantillon sont utilisés partout. Le modèle contrôle directement un bras robotique à 6 axes pour déplacer des objets réels en écrivant du code.
Dans le passé, les fabricants de robots pensaient généralement que les modèles de robots verticaux présentaient des avantages en termes d'adaptation et de contrôle de la force des robots, et qu'ils étaient plus adaptés aux robots que les modèles universels.
Il semble désormais qu’avec le développement des modèles généraux, après des itérations de performances, les modèles généraux puissent remplacer le statut de modèles verticaux.
Liang Wenfeng a exprimé un point de vue similaire. Il estime que les avancées dans le domaine de l’intelligence incorporée peuvent reposer sur l’évolution continue des capacités générales des modèles.
Dans la voie de l'IA de Liang Wenfeng, l'évolution des capacités du modèle général lui-même est la ligne principale menant à l'AGI, et l'intelligence incarnée est le prolongement de cette voie.
01
Le 13 novembre, des médias étrangers ont rapporté qu'OpenAI avait dissous son équipe de robotique indépendante et fusionné l'équipe de robotique d'origine avec l'équipe de recherche principale de l'entreprise. Les équipes de robotique applicative et de matériel informatique ont été adaptées aux autres départements.
OpenAI a confirmé aux médias que la raison de cet ajustement est que le modèle général fonctionne bien dans le contrôle des robots.
Les chercheurs ont découvert qu'après avoir connecté le GPT-6 Astra au robot, celui-ci était capable de participer à l'exécution de certaines tâches spécifiques et s'acquittait étonnamment bien.
En fait, après la sortie de GPT-6 Astra, il y a eu une série de tentatives pour utiliser Astra pour piloter des robots. Par exemple, des tests sur machine réelle effectués par l'agence d'évaluation indépendante Robocurve montrent qu'Astra a atteint un taux de réussite de 95 % en utilisant un bras robotique à deux bras pour effectuer la tâche consistant à « saisir des blocs et à les placer dans un bol ».
De telles expériences donnent aux robots contrôlés par un modèle universel une base plus réaliste. Dans ce contexte, OpenAI a fusionné l'équipe de robotique indépendante créée il y a moins de six mois dans l'équipe de recherche principale, et les chercheurs se sont tournés vers le développement de modèles généraux d'intelligence artificielle.
Cela signifie qu'OpenAI a changé son itinéraire technique. Maintenant que le modèle général a commencé à contrôler le robot, il n'est plus nécessaire de développer un modèle spécial distinct « d'intelligence spatiale » pour le robot.
En fait, ce n’est pas la première fois qu’OpenAI change d’orientation sur la voie de la technologie robotique.
Dès 2019, OpenAI a créé une équipe de robotique, essayant d'utiliser l'apprentissage par renforcement et d'autres méthodes pour permettre aux robots d'apprendre des tâches telles que saisir et placer des objets. Mais en 2020, l’équipe a été dissoute.
Son co-fondateur Wojciech Zaremba a expliqué un jour que les données des robots sont limitées et que l'AGI peut être mise en œuvre plus efficacement par d'autres méthodes. Plus tard, OpenAI s’est concentré sur les grands modèles de langage et a lancé ChatGPT en 2022.
Avec le développement de modèles multimodaux, OpenAI s’intéresse à nouveau aux robots.
En 2024, OpenAI coopérera avec la société de robots humanoïdes Figure AI pour tenter d'appliquer les capacités de grands modèles aux robots.
À l'époque, Peter Welinder, vice-président d'OpenAI, avait déclaré que la coopération avec Figure visait à explorer le niveau d'intelligence que les robots humanoïdes peuvent atteindre avec le soutien de modèles d'IA multimodaux à grande échelle.
Plus tard, la vidéo de démonstration Figure 01 publiée par Figure AI a montré que le robot pouvait effectuer une livraison d'articles simples selon les instructions humaines. Dans cette collaboration, le modèle d’OpenAI offre des capacités de compréhension visuelle et d’interaction linguistique.
Cependant, un an plus tard, Figure AI a annoncé la fin de la coopération et s'est tournée vers la recherche et le développement indépendants de l'IA robotique.
Et le robot d’OpenAI a un cœur immortel. Début 2026, les chercheurs d’OpenAI ont commencé à explorer une autre voie technique : en commençant par des modèles de génération vidéo comme Sora.
En tant que modèle génératif vidéo, Sora est capable de comprendre la relation entre les objets, l'espace et le mouvement, lui donnant ainsi une certaine compréhension du fonctionnement du monde physique.
Le tour d’OpenAI n’est pas un cas isolé. Début 2025, la voie dominante en matière d’intelligence incarnée était encore le modèle VLA. À la fin de l'année, alors que les lacunes de VLA en matière de généralisation entre scénarios et d'autres aspects sont apparues, l'industrie a commencé à tourner son attention vers le modèle mondial.
En juin de cette année, deux mois après la fermeture de Sora, Sam Altman a annoncé la création du département de robotique « OpenAI Robotics » et a transféré l'ensemble de l'équipe de Sora vers la recherche et le développement de robots. Dirigée par Aditya Ramesh, le père de Sora et fondateur de DALL-E, la technologie de simulation mondiale accumulée par Sora a été transférée à la formation des robots. L’accent à court terme est mis sur les robots auxiliaires industriels, et l’objectif à long terme est sur les robots humanoïdes grand public.
Mais l’itinéraire a rapidement changé à nouveau.
Trois mois seulement après la création de ce département, en septembre de cette année, OpenAI a publié GPT-6 Astra. OpenAI a découvert que le modèle général lui-même est déjà capable de participer à des tâches robotiques. Par rapport à la technologie mondiale de simulation spécialisée dans les robots, il existe un moyen d'utiliser directement la compréhension visuelle, les capacités de raisonnement et les capacités de planification de tâches existantes des modèles généraux.
Guanya Shi, professeur adjoint à l'Institut de robotique de l'Université Carnegie Mellon, a déclaré que cela signifie qu'OpenAI estime que la robotique "n'est plus un problème particulier".
Après un détour par la robotique, OpenAI s’est tourné vers les modèles généralistes.
02
Les changements d'OpenAI ne sont pas un cas isolé. Les performances des modèles universels sur les tâches robotiques amènent l’industrie à revoir cette voie technologique.
La recherche Astranomy publiée par NVIDIA en octobre utilise directement GPT-6 Astra pour contrôler des robots simulés. Lors du test RoboLab-120, le système de contrôle direct a atteint un taux de réussite des missions de 66,3 %.
Deepu Talla, responsable du département robotique de NVIDIA, a déclaré dans une récente interview que l'émergence du GPT-6 Astra constitue une avancée majeure dans la promotion des capacités multitâches des robots.
Claude Fable 5.2 publié par Anthropic démontre également des capacités similaires. Le robot contrôlé par modèle a accompli diverses tâches, telles que résoudre des Rubik's cubes, dévisser des bouchons de bouteilles et dessiner des robots. Dans le benchmark de simulation RoboDojo Sim, le taux de réussite moyen de Fable 5.2 a atteint 64,9 % et le score de GPT-6 Astra dans le même cadre de test était de 29,8 %.
Même si cette voie technique n’est pas encore mature, elle montre au moins que le modèle universel devient une voie qui mérite d’être explorée dans la recherche sur l’intelligence incarnée.
En Chine, les entreprises de robotique sont également attentives à ce changement.
Yushu explore l'utilisation de grands modèles dans les robots. Wang Xingxing a même déclaré sans détour : « Lorsque GPT-7 sortira l'année prochaine, il pourrait résoudre directement le problème de l'intelligence incarnée.
Auparavant, Yushu faisait à la fois la promotion du modèle VLA et explorait le modèle mondial. Wang Xingxing a mentionné un jour que l'année dernière, Yushu avait repris le modèle mondial basé sur la génération vidéo. Yushu a publié le modèle universel VLA UnifoLM-VLA-0 et le modèle WMA (World Model-Action).
Mais récemment, Yushu a commencé à essayer d'utiliser GPT-6 Astra pour des expériences robotiques.
Wang Xingxing a mentionné un jour que sans écrire de programmes compliqués à l'avance, le robot ne peut terminer la peinture qu'avec des mots rapides ; par exemple, le robot reconnaît non seulement l'échiquier, mais place également avec précision les pièces d'échecs dans la position correspondante. Wang Xingxing a souligné que ces expériences ont été réalisées dans des conditions de « zéro formation ».
Zhiyuan Robot explore également une direction similaire.
Récemment, l'équipe de Zhihui Jun a publié un article. Le cœur de cet article est de connecter un grand modèle capable de discuter avec un corps de robot capable d'effectuer des actions. Le modèle peut non seulement comprendre des instructions verbales, mais également utiliser le corps du robot pour effectuer des tâches telles que pointer des objets réels, des mouvements corporels et des expressions faciales.
Cela signifie que les entreprises de robotique tentent de « connecter » les capacités des grands modèles à usage général dans les corps des robots pour promouvoir l'intelligence incarnée.
Cela a également donné à Liang Wenfeng une nouvelle référence pour son jugement précédent.
Lorsque les modèles mondiaux sont devenus une direction populaire dans le domaine de l’intelligence incarnée, Liang Wenfeng est apparu relativement retenu sur cette voie technique. Il valorise davantage l'évolution des capacités du modèle général lui-même et le considère comme l'axe principal menant à l'AGI.
Dans le concept de route IA de Liang Wenfeng, après Agent, nous devons d'abord résoudre la capacité d'apprentissage continu du modèle d'IA, puis atteindre la singularité qui peut itérer par elle-même, puis l'intelligence incarnée.
En d’autres termes, il espère d’abord rendre le modèle général lui-même suffisamment solide, puis étendre cette capacité au monde physique.
Cela ressemble quelque peu aux dernières modifications d’OpenAI. Tous deux concluent que l’intelligence incarnée ne nécessite pas nécessairement la formation d’un ensemble indépendant d’intelligence robotique à partir de zéro. L’évolution des capacités générales des modèles peut également devenir une voie permettant aux robots d’évoluer vers l’intelligence incarnée.
Et aucune des deux sociétés ne s’arrête au niveau du modèle.
Alors qu'OpenAI ajuste ses activités de robotique, elle a investi dans un certain nombre d'entreprises de robotique. DeepSeek a également commencé à s'étendre dans le domaine de l'intelligence incorporée, en participant au placement de Yushu Technology, en concluant une coopération stratégique de trois ans avec Yushu et en investissant dans des sociétés telles que Winverse AI et Lige Wanwu.
03
L'intégration de grands modèles généraux dans les robots est devenue une nouvelle tendance, mais cela ne signifie pas que les modèles VLA et les modèles mondiaux vont disparaître.
Au cours des dernières années, la voie technologique dominante de l'intelligence incarnée a subi plusieurs changements, du modèle VLA au modèle mondial, en passant par le grand modèle général. Mais personne ne remplace jamais vraiment personne.
Le premier à retenir l’attention fut le modèle VLA. Le soi-disant VLA (Visual-Language-Action Model), en termes simples, permet au modèle de traiter simultanément les images de la caméra et les instructions humaines, puis de convertir les résultats de la compréhension en actions du robot.
L’émergence de cette voie est liée au stade de développement des grands modèles à cette époque. À cette époque, le grand modèle possédait certaines capacités de compréhension linguistique et visuelle, mais il ne pouvait pas contrôler directement le robot. Les propres données du robot sont limitées et il est difficile de former un modèle de robot à partir de zéro.
En juillet 2023, Google DeepMind a lancé le modèle VLA RT-2, capable d'apprendre des données du réseau et des robots et de convertir ces connaissances en instructions universelles pour le contrôle des robots.
L’itinéraire VLA constituait une solution réalisable à l’époque. Cependant, VLA manque de capacité de généralisation et d’autonomie. En conséquence, le robot ne peut pas s’adapter aux environnements complexes du monde réel.
Dans le monde physique réel, les robots doivent faire face à des changements physiques continus. Le robot doit non seulement savoir ce qu’il doit faire maintenant, mais aussi déterminer comment le monde changera après l’avoir fait.
Par conséquent, lorsque le modèle de génération vidéo est sorti, les fabricants pensaient généralement que le modèle de génération vidéo devait remplacer le modèle VLA.
En février 2024, OpenAI a publié Sora et a proposé dans un rapport technique que la formation vidéo à grande échelle était devenue la voie à suivre pour construire un simulateur de monde physique.
Il existe des tonnes de vidéos sur l’activité humaine sur Internet. La façon dont les humains ramassent des objets, les déplacent, marchent, organisent les choses, etc. est enregistrée dans des vidéos. Si le modèle peut apprendre le mouvement des objets, les relations spatiales et les conséquences des actions à partir de ces vidéos, il existe une opportunité de transférer cette capacité aux robots.
Mais la génération vidéo n’est pas la même chose que la possibilité de contrôler un robot. En conséquence, l’industrie a commencé à essayer de combiner la prévision mondiale et la génération d’actions pour former un modèle d’action mondiale (WAM).
En d’autres termes, le VLA se concentre sur la cartographie des observations aux actions, tandis que le modèle d’action mondial tente d’incorporer les prédictions de l’avenir dans les décisions d’action.
Cependant, le modèle mondial reste confronté à de nombreux problèmes et les processus physiques simulés risquent de ne pas être reproduits avec précision dans l'environnement réel.
Après Astra, l’industrie a commencé à explorer une autre possibilité. Les grands modèles à usage général peuvent-ils directement entreprendre la compréhension, la planification et la prise de décision des tâches des robots ?
HomeBody, le projet de recherche sur l'intelligence incarnée publié par l'équipe de Stanford en collaboration avec le California Institute of Technology, en fournit un exemple. Cette étude tente de répondre à une question : si le grand modèle universel est suffisamment intelligent, le robot a-t-il également besoin d'un modèle VLA comme couche intermédiaire entre le grand modèle et le corps ?
La réponse donnée par HomeBody est la suivante : dans un certain nombre de tâches, ce n'est pas nécessaire.
Après que les chercheurs ont connecté le GPT-6 Astra au robot humanoïde Yushu G1, le robot a directement appelé la bibliothèque de compétences robotiques prédéfinie. Après que le robot soit entré dans une cuisine qu’il n’avait jamais vue auparavant, il a terminé le tri et la recherche d’articles selon les instructions humaines.
Il en va de même pour Fable 5.2, qui a ensuite été publié par Anthropic. Fable 5.2 a considérablement amélioré sa capacité à contrôler les robots, même pour les tâches robotiques pour lesquelles il n'a jamais été spécialement formé.
Cela signifie qu’à mesure que les capacités de raisonnement du modèle augmentent, certaines compétences robotiques qui nécessitaient à l’origine une formation spécialisée pourraient commencer à émerger du modèle général.
Un enjeu central de l’intelligence incorporée est de permettre aux robots de comprendre l’environnement et de déterminer les conséquences possibles de leurs actions. L’idée du modèle mondial est d’apprendre à partir de vidéos puis de simuler le futur. L'idée d'un grand modèle général est d'utiliser les capacités de raisonnement existantes pour analyser les tâches, puis de les utiliser pour la planification des tâches.
Les idées techniques des deux voies sont différentes, mais elles visent le même objectif : permettre à l’IA d’agir dans le monde réel.
Respect de l'œuvre originale, si vous êtes qualifié, vous devriez être apprécié.
Conformément à l'exigence de nom réel de la loi sur la cybersécurité, veuillez lier votre numéro de téléphone portable avant de poster un commentaire.
Exprimer
08h05
Nvidia se rapproche de l'acquisition de la startup d'IA de diffusion Inception pour plus de 500 millions de dollars
08:04
L'UE approuve le plan de prêt de 5,4 milliards d'euros pour la défense de la Hongrie
08h01
Wang Yi présente la situation de la rencontre entre les chefs d'État de Chine, de Russie et des États-Unis
07h59
MSCI ajoutera Anthropic à son indice des grandes capitalisations le 1er décembre
07:39
PDG d'Anthropic : L'entreprise espère obtenir une notation de crédit de qualité investissement à l'avenir
07:36
Le PDG d'Anthropic répond à un engagement d'investissement de 900 milliards de dollars dans l'IA : ce n'est pas important par rapport aux réserves de trésorerie et aux revenus existants.
07:34
SpaceX aurait l'intention d'émettre au moins 32 milliards de dollars de dette liée aux puces IA
07:32
Anthropic sonne la cloche d'ouverture du Nasdaq, établissant un record pour la plus grande introduction en bourse de l'histoire
07h20
Commentaires de clôture du marché boursier américain : Les trois principaux indices boursiers ont tous chuté de plus de 2 % après une ouverture à un plus haut et un plus bas. Anthropic a clôturé en hausse de 17% à ses débuts.
07:14
Trump dit qu'il ne se précipitera pas dans une action contre l'Iran avant le Nouvel An
07:08
La valeur nette du Fonds révèle la direction de l'ajustement de la position et les institutions explorent la certitude de la prochaine étape.
2026-11-19 23:11
Le directeur Zhu Lidan poursuit Wahaha Commercial Co., Ltd.
2026-11-19 23:02
Les marchés à terme des matières premières nationaux ont généralement clôturé en hausse la nuit, les produits noirs étant en tête des gains.
2026-11-19 23:01
Agence internationale de l’énergie : le conflit au Moyen-Orient pourrait remodeler le paysage énergétique mondial
2026-11-19 22:59
SpaceX prévoit d'émettre jeudi au moins 32 milliards de dollars de dette en matière de puces IA
2026-11-19 22:55
Anthropic devrait ouvrir à 99,60 $ dès son premier jour de cotation.
2026-11-19 22:52
L’indice phare des actions conceptuelles chinoises de Livermore a augmenté à 2 %, tandis que Pinduoduo a augmenté de près de 13 %.
2026-11-19 22:51
Environ 15 % des actions d’Anthropic IPO vendues à des investisseurs particuliers
2026-11-19 22:50
亚太经合组织互联互通蓝图
2026-11-19 22:46
Anthropic的IPO未向多数机构买家配售股份
扫描下载App


