OpenAIがロボット戦略を三度転換：汎用モデルで直接ロボットを制御、専任チームを解散

2026年11月13日、Fortuneの報道によると、OpenAIは独立運営していたロボットチームを解散し、ロボット研究者をチーフリサーチオフィサーのMark Chen率いる主要研究チームに、応用ロボットおよびハードウェアチームを社長のGreg Brockman率いるApplied組織にそれぞれ統合した。同社のスポークスパーソンは、今回の再編がロボット分野へのコミットメントを体現するものだと述べた。

NVIDIAの研究データによると、GPT-6 Astraを頭脳とするロボットエージェントはシミュレーション操作ベンチマークテストで74.8%のスコアを記録し、最も優秀な専用ロボットモデルのスコア51%を大きく上回った。

6年間で3度：組織変遷の歴史

OpenAIは創設初期にロボットチームを設置していたが、2020年に廃止した。共同創業者のWojciech Zarembaは、ロボット訓練データの不足と、大規模言語モデルを通じたAGI追求の方が効率的であることを理由に挙げた。

2024年、OpenAIは独立したロボットチームを再建し、Figureと共同でロボットAIモデルを開発した。2025年2月に協力関係が終了し、Figureは独自にモデルを開発することになった。その後OpenAIは自社でヒューマノイドロボットを開発すると発表し、CEOのSam Altmanは2027年の初公開デモを目標として掲げた。

2026年、独立チームは再び解散となった。6年間で3度目の構造的な調整——無から有へ、有から解散へ、再建から統合へ。この軌跡は、「ロボットには専任AIチームが必要か」という命題に対するOpenAIの答えが、汎用モデルの能力向上に伴って書き換えられ続けてきたことを示している。

核心的な賭け：汎用知能はロボットの特殊性を消し去るか

同社のスポークスパーソンはFortuneに対し、年初の段階ではSoraなどの動画モデルを基盤にロボットAIを構築することが最善の道だと考えていたと説明した。動画モデルには物理世界の連続的な時系列への理解が内包されているためだ。しかし、GPT-6 Astraをはじめとする汎用フロンティアモデルの能力が飛躍的に向上したことで、研究者たちは汎用モデルをロボットの制御インターフェースに直接接続できることを発見した。カメラ映像、ロボットの状態情報、動作制御インターフェースを提供するだけで、モデルが指令を発することができるという。

カーネギーメロン大学ロボット研究所の助教授Guanya Shiは、今回の調整を「ロボットはもはや特殊な問題ではない」というシグナルだと解釈する。OpenAIはロボット制御が本質的に汎用知能の下流応用であり、汎用モデルを特定のタスクに向けるだけでよいと考えている可能性がある。

Shi氏は同時に、クラウド上の大規模言語モデルにはレスポンス遅延の問題があり、リアルタイム反応が求められるロボットのシナリオでは依然として軽量なローカル小型モデルとの連携が必要だと指摘する。汎用大規模モデルは「戦略的な頭脳」として機能できるが、「神経反射」の役割を単独で担うとは限らない。

DeepMindの逆張り：専用モデル路線

OpenAIがロボットチームの解散を発表する3日前、Google DeepMindは11月10日にGemini Robotics 2.5を発表した。これはロボットシナリオ向けに設計された視覚・言語・動作モデルだ。OpenAIの路線とは対照的に、DeepMindは物理世界のための専用アーキテクチャを構築する道を選んだ。

DeepMindの発表によると、Gemini Robotics 2.5はメルセデス・ベンツとの概念実証において、Apptronik Apollo 2ヒューマノイドロボットを駆動して自動車部品の仕分けと梱包タスクを遂行し、実際の工場環境での成功率は96%に達した。

OpenAIが引用した74.8% vs 51%というデータはNVIDIAのシミュレーション操作ベンチマークに基づくものであり、DeepMindの96%は実際の工場環境に基づくものだ。二つの数字は異なる次元を指している。MIT教授でWalden Roboticsの共同創業者であるRuss Tedrakeは、実際の現場でのデプロイメントデータがロボットメーカーにとって核心的な競争優位になると考えている。

組織解散と方向性の継続

組織の論理から見れば、独立したロボットチームの解散は技術的自信の表れだ。汎用モデルの能力が十分に強くなれば、「ロボットを賢くする」専任チームを維持することは重複投資となり、人材を中核的な研究フローに統合した方が合理的だということだ。

ロボットが直面する課題には、センサーのキャリブレーション、安全冗長性、機械的信頼性などがあり、これらは汎用モデルが強化されても自動的に解決するわけではない。独立チームの解散後にこれらのエンジニアリング課題を担う主体については、現時点で公式な回答はない。

OpenAIのスポークスパーソンは、2027年のヒューマノイドロボット公開デモの計画に変更はないと述べた。

二つの路線と未解決の問題

AIロボット分野では路線対決が進行中だ。OpenAIは汎用フロンティアモデルのエマージェント能力に賭け、専任組織を解散して冗長性を削減した。DeepMindは物理世界向けにカスタマイズされた専用アーキテクチャに賭け、実際の工場データで効果を検証している。両者ともデータと研究者の裏付けを有している。

ロボットスタートアップGeneralistの共同創業者Pete Florenceは、現時点ではいかなる既存モデルも最終的に主導的地位を占めることができるかどうか、まだ明らかではないと判断している。