Depuis début 2025, OpenAI a relancé activement son engagement dans le domaine de la robotique, en construisant discrètement un laboratoire dédié aux robots humanoïdes à San Francisco, dans le même immeuble que son équipe financière. Ce laboratoire, qui a plus que quadruplé sa taille depuis sa création, emploie environ 100 collecteurs de données et fonctionne en trois shifts autour de la montre, avec des centaines de postes de travail équipés de bras robotiques Franka, des bras métalliques à pince utilisés pour des tâches ménagères comme mettre du pain dans un grille-pain ou plier du linge. Ces opérations sont supervisées par des opérateurs utilisant des contrôleurs en impression 3D appelés GELLO, qui permettent de téléopérer les bras avec une précision directe. Contrairement aux démonstrations spectaculaires de Tesla ou de Figure, qui utilisent des combinaisons de capture de mouvement et de casques VR pour entraîner des robots humanoïdes complets, OpenAI adopte une approche plus modeste et plus économique : la collecte massive de données humaines via des bras robotiques téléopérés. Cette stratégie, inspirée d’une étude de l’Université de Californie à Berkeley publiée en 2023, vise à créer des jeux de données étendus pour entraîner des modèles d’intelligence artificielle capables de reproduire des gestes humains. Un chercheur de cette étude a même rejoint OpenAI en août 2024, où il travaille sur « la construction du cerveau du robot ». Le laboratoire a également annoncé son intention d’ouvrir une deuxième installation à Richmond, en Californie, et a lancé un appel à propositions pour des partenaires industriels américains dans les domaines des dispositifs grand public, de la robotique et des centres de données cloud. Bien que la stratégie d’OpenAI ne soit pas encore intégrée à sa mission centrale, elle témoigne d’un changement de cap : après avoir fermé son projet de robotique en 2020 pour se concentrer sur ChatGPT, l’entreprise revient maintenant sur le terrain physique, en s’appuyant sur ses compétences en apprentissage par données massives. L’approche d’OpenAI diffère des méthodes traditionnelles par son coût réduit et sa facilité de mise à l’échelle. Les contrôleurs GELLO, directement calibrés aux bras robotiques, permettent une meilleure traduction des mouvements humains en actions robotiques, selon Jonathan Aitken, expert en robotique à l’Université de Sheffield. Alan Fern, de l’Université d’État de Portland, souligne que cette méthode reproduit le modèle de croissance des données utilisé pour les modèles linguistiques, mais souligne aussi que l’effet d’échelle promis reste à prouver. Bien que le robot humanoïde exposé dans le laboratoire ressemble à un modèle iRobot, il reste principalement inactif. L’essentiel du travail porte sur la collecte de données fonctionnelles, évaluées en « heures de données bonnes ». La transition vers des tâches plus complexes, passant du placement d’un canard en caoutchouc dans un verre à des gestes plus complexes, illustre l’évolution du programme. OpenAI utilise aussi ces données pour entraîner des simulations, testant régulièrement les performances des bras. En dépit de son dynamisme, la démarche reste très précoce. Comme le note Aitken, « c’est très tôt dans le processus », mais techniquement prometteuse. Le succès dépendra de la capacité à transformer ces données en comportements autonomes, une étape encore inconnue. OpenAI mise sur une stratégie basée sur l’accumulation de données, espérant un « moment ChatGPT » pour la robotique — une ambition encore hypothétique, mais qui place la société parmi les acteurs clés du prochain bond technologique.