GPT-6 Astra: OpenAI ordnet Robotik-Team nach Erfolgen neu
Veröffentlicht am: 16.11.2026 um 12:53 Uhr | Redaktion boerse-global.deDer KI-Entwickler OpenAI hat am 13. November 2026 sein eigenständiges Robotik-Team umstrukturiert. Die Forscher der Abteilung berichten künftig an Chief Research Officer Mark Chen, während die Bereiche Applied Robotics und Hardware direkt Präsident Greg Brockman unterstellt werden.
Zuvor hatte das US-Magazin Fortune über eine Auflösung der Sparte berichtet. OpenAI wies diese Darstellung zurück und erklärte, das Team sei neu organisiert worden, um eine engere Verzahnung mit der allgemeinen Forschung und Produktentwicklung zu schaffen. Die Arbeit werde fortgeführt.
Strategiewechsel hin zu universellen Systemen
Entlassungen seien im Zuge des Umbaus nicht bekannt geworden, die betroffenen Mitarbeiter wechseln stattdessen in allgemeinere Forschungsteams. Das Vorgehen markiert nach dem Jahr 2020 bereits die zweite tiefgreifende Umstrukturierung einer Robotik-Einheit bei dem Unternehmen.
Ein Sprecher von OpenAI betonte, dass der Schritt keineswegs als Rückzug zu verstehen sei und das Thema weiterhin zum Kern der langfristigen Unternehmensvision gehöre. CEO Sam Altman verfolgt weiterhin das Ziel, im Jahr 2027 eine erste öffentliche Demonstration eines humanoiden Roboters zu präsentieren.
Als wesentlicher Grund für die Neuausrichtung gilt das Potenzial von Allzweckmodellen wie GPT-6 Astra. Diese sollen zunehmend in der Lage sein, Roboter direkt anzusteuern und spezialisierte Robotikmodelle überflüssig zu machen.
Die rasante Entwicklung von Allzweckmodellen und KI-Systemen stellt Unternehmen vor komplexe rechtliche Herausforderungen. Dieser kostenlose Umsetzungsleitfaden bietet Ihnen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen
Gleichzeitig blieb der gebuchte Stand von OpenAI auf der Robotik-Konferenz CoRL in Austin leer. Dabei hatte das Unternehmen noch im September 2026 Stellen im Robotikbereich mit einem Basisjahresgehalt von bis zu 500.000 US-Dollar ausgeschrieben.
Neben einem bestehenden Datenlabor in San Francisco mit rund 100 Mitarbeitern plant der Konzern zudem einen zweiten Standort im kalifornischen Richmond. Im letzten Quartal verzeichnete OpenAI allerdings einen Betriebsverlust von 10,9 Milliarden US-Dollar.
Hohe Erfolgsquoten bei erheblichen Kosten
Die veränderte Strategie stützt sich auch auf Ergebnisse aus Simulationsumgebungen. Eine Nvidia-Studie auf der CoRL 2026, die auf der Benchmark RoboLab-120 mit 120 simulierten Greif- und Manipulationsaufgaben bei je 5 Episoden an einem DROID-Arm basierte, attestiert dem Modell hohe Fähigkeiten.
Wer KI-Systeme entwickelt oder einsetzt, muss heute nicht nur technische Hürden überwinden, sondern auch strenge Kennzeichnungs- und Dokumentationspflichten erfüllen. Erfahren Sie in diesem kostenlosen Report, welche Systeme als Hochrisiko gelten und wie Sie rechtlich auf der sicheren Seite bleiben. Kostenlosen Umsetzungsleitfaden zum EU AI Act sichern
In einer Agenten-Konfiguration erzielte GPT-6 Astra eine Erfolgsquote von 74,8 Prozent, was einem Zuwachs von 23,8 Prozentpunkten gegenüber dem bisherigen Rekord entspricht. Das beste spezialisierte Modell Lakeside erreichte im Vergleich dazu 51,0 Prozent.
Bei direkter Steuerung kam Astra Direct auf 66,3 Prozent, während das Modell ?0.5 bei 28,0 Prozent lag. Wurden Gelenkpositionen genutzt, betrug der Wert für Astra 50,2 Prozent, bei B-Spline waren es 38,8 Prozent.
Gleichzeitig offenbaren die Simulationsergebnisse erhebliche Herausforderungen hinsichtlich Geschwindigkeit und Rechenaufwand. Die Latenz von Astra liegt zwischen 11,50 und 18,56 Sekunden pro Aufruf, im Schnitt werden bei direkter Ansteuerung 18,6 Sekunden gemessen, während ?0.5 lediglich 46,96 Millisekunden benötigt.
Auch die Kosten sind substanziell: Ein Durchlauf von Astra Direct kostet rund 1,96 US-Dollar, während die Agenten-Variante mit etwa 30,9 Millionen Tokens pro Durchlauf auf rund 36,40 US-Dollar je Episode kommt. Ein Vergleich von Runway ordnet Astra als 15,6-mal langsamer und 51-mal teurer als Praxis-1 ein.
Zudem liefert der Wettbewerb gemischte Signale. Auf dem internen Benchmark RoboDojo-Sim erzielte Claude Fable 5.2 von Anthropic 64,9 Prozent im Vergleich zu 29,8 Prozent für GPT-6 Astra.
In physischen Tests mit einem realen Roboterarm erwies sich Astra wiederum als schneller und vermochte es als einziges System, einen Dominostein erfolgreich aufzustellen. Die jüngsten Benchmarks stammen jedoch weitgehend aus Simulationen und bedürfen noch weiterer Bewährung im praktischen Alltag.
