OpenAI disuelve su equipo de robótica independiente. ¿Es un modelo de IA general el nuevo cerebro de los robots?

Fortune informa de que OpenAI ha disuelto su equipo de robótica independiente y ha trasladado a sus investigadores a los equipos de modelos generales. Esta es la apuesta, las pruebas hasta ahora y las dudas.

Graphic of a chip labelled GPT-6 Astra representing OpenAI's reported decision to disband its stand-alone robotics team in favour of general models.

Imagina un congreso de robótica en el que OpenAI ha reservado un stand, el plano del recinto lo incluye y el stand está vacío. Según Fortune, eso es lo que su periodista encontró esta semana en el stand n.º 208 de CoRL, un congreso académico de robótica de primer nivel celebrado en Austin, sin un solo logotipo de OpenAI a la vista. El motivo, según Fortune, es una reorganización tan reciente que la reserva ya estaba hecha.

El 13 de noviembre de 2026, Fortune informó de que OpenAI ha disuelto su equipo de robótica independiente y ha reasignado a sus investigadores. La versión de la empresa es que se trata de acelerar la robótica, porque ahora cree que un único modelo de propósito general puede hacer buena parte del trabajo que antes hacía un cerebro robótico dedicado. Esto es lo que se sabe, qué pruebas hay y dónde ponen pegas los escépticos.

Qué ha pasado

La exclusiva de Fortune, firmada por Wen Shao, dice que OpenAI confirmó la reorganización cuando se le preguntó. Según ese reportaje, el equipo de investigación en robótica forma parte ahora del grupo principal de investigación, bajo el director de investigación Mark Chen. Los equipos de robótica aplicada y de hardware pasaron a la organización Applied, más grande, que depende del presidente Greg Brockman.

Un portavoz de OpenAI dijo a Fortune que la robótica sigue siendo una parte central de la visión a largo plazo de la empresa y que sigue comprometida con llevar robots de propósito general al mundo. Fortune también informa de que Sam Altman aspira a una primera demostración pública del robot humanoide propio de OpenAI en 2027.

No es la primera reestructuración. Fortune recuerda que OpenAI cerró su equipo de robótica original en 2020, y que el cofundador Wojciech Zaremba alegó después la escasez de datos de robots. En 2024 volvió a crear un equipo independiente, junto con una alianza con la startup Figure, que terminó en febrero de 2025 cuando Figure anunció que desarrollaría su propia IA para robots.

El argumento: los robots, una tarea más para un modelo inteligente

La explicación de OpenAI, tal como la recoge Fortune, es que a principios de año sus investigadores pensaban que el mejor camino hacia la robótica era partir de trabajos como Sora, su modelo de vídeo, que tiene que aprender algo sobre cómo se comporta el mundo físico. Desde entonces, dijo el portavoz, sus modelos de frontera de propósito general, incluido GPT-6 Astra, han demostrado que pueden aplicarse directamente a la robótica.

OpenAI lanzó Astra el 3 de septiembre de 2026 y lo presentó como «el modelo más inteligente y alineado del mundo». Guanya Shi, profesor adjunto del Robotics Institute de la Universidad Carnegie Mellon, dijo a Fortune que la decisión indica que OpenAI ve la robótica como «ya no un problema especial», sino como un uso derivado de la inteligencia general, igual que las herramientas de programación o jurídicas construidas sobre los mismos modelos de base.

Es un giro llamativo para una empresa que en 2019 anunció una mano robótica capaz de resolver un cubo de Rubik con redes neuronales entrenadas por completo en simulación. OpenAI destacó que se las arreglaba ante imprevistos, como que una jirafa de peluche la empujara. La nueva apuesta es que quizá no haga falta en absoluto un sistema hecho a medida.

Qué dicen los números (y qué no)

Fortune cita un estudio de Nvidia en el que un agente basado en Astra recibió imágenes de cámara, información del robot y una interfaz de control. Alcanzó una tasa de éxito del 74,8 % en un benchmark simulado de manipulación, frente al 51,0 % de los mejores modelos robóticos especializados de esa clasificación. Fortune subraya que fue una simulación digital, no un robot físico. No hemos podido encontrar el estudio de Nvidia, así que esa cifra se basa en lo publicado por Fortune.

Otro estudio ofrece un panorama más dispar. El resumen de Neurohive, fechado el 19 de octubre de 2026, sobre un trabajo del equipo SenseNova y universidades colaboradoras dice que Astra se probó en 12 benchmarks de simulación y en 8 robots reales sin ajuste fino específico para cada tarea. Según el texto, superó los mejores resultados publicados en 9 de los 12 benchmarks.

El mismo resumen enumera las salvedades:

  • Algunos resultados dependían de un presupuesto de pasos mayor, de hasta 10 veces lo que permiten las reglas del benchmark.
  • Incluso una tarea casi resuelta llevaba alrededor de una hora por episodio.
  • En robots reales, el modelo tuvo problemas con el contacto preciso y, según el texto, nunca logró meter un enchufe en una toma de corriente.

Como estos estudios usan configuraciones distintas, sus cifras no deben compararse entre sí.

No todo el mundo está convencido

Shi, citado por Fortune, sigue viendo necesarios modelos especializados más pequeños que se ejecuten en el propio ordenador del robot. Los grandes modelos de lenguaje son potentes, pero lentos, y necesitan alojarse en la nube, así que un robot necesitaría una conexión de red constante. Si alguna vez has ejecutado un chatbot en tu propio portátil, nuestra guía para ejecutar un modelo de IA con Ollama muestra ese equilibrio en miniatura.

Russ Tedrake, profesor del MIT y cofundador y CEO de Walden Robotics, dijo a Fortune que las empresas de robótica conservan una ventaja que les falta a los laboratorios de IA. Sus robots ya trabajan en lugares reales, como plantas de fábricas, y los datos de ese «despliegue» ayudan a que los robots se adapten a cada lugar de trabajo. Según él, unos modelos de base mejores hacen que esos datos valgan más.

Pete Florence, cofundador de Generalist, dijo que no está claro que ningún modelo actual vaya a dominar la robótica a largo plazo. Fortune añade que la idea de un único cerebro parecería cuestionar la premisa de muchas startups de robótica que han recaudado miles de millones con la convicción de que los robots necesitan un cerebro propio.

La cuestión del dinero

Fortune también sitúa la decisión en un contexto de negocio. Dice que OpenAI está presionada para contener costes y centrarse en unos pocos productos clave. El año pasado, según Fortune, Altman pidió a la empresa que abandonara las «misiones secundarias», y la compañía ha abandonado algunos proyectos, entre ellos Sora, para liberar capacidad de cómputo. Fortune añade que las pérdidas operativas de OpenAI habrían sumado 10.900 millones de dólares (USD) en el último trimestre, mientras busca una nueva ronda de financiación y se prepara para una posible salida a bolsa a principios de 2027.

La explicación oficial de OpenAI habla de acelerar, y el enfoque de los costes es el planteamiento de Fortune. Ambas cosas pueden ser ciertas a la vez.

Qué significa para ti

El reportaje de Fortune no describe ningún cambio en el propio ChatGPT. La señal tiene que ver con el rumbo: la misma familia de modelos que usas para escribir y programar se está probando como controlador de robots. El mismo tema aparece en productos como los agentes de OpenAI que ya pueden pagar por ti, de los que hablamos en nuestro explicador de ChatGPT Wallet.

A fecha de 15 de noviembre de 2026, la prueba de verdad todavía está por llegar. Eso significa robots que funcionen fuera de las simulaciones, con una velocidad y un coste que tengan sentido, y la demostración del humanoide que, según Fortune, Altman busca para 2027.

Fuentes

Enlaces comprobados por última vez el 15 de noviembre de 2026.

Escrito por Mindloop Editorial

The Mindloop Experience editorial team writes clear, carefully sourced explainers and how-tos on tech, science, money and culture, for anyone who likes to know how things actually work.

Acerca de Mindloop Experience

Respuestas

Escribe una respuesta

Más de Mindloop Experience

Ver todo de Mindloop Experience

Puedes aplaudir hasta 50 veces.