OpenAI下场造人形机器人，奥尔特曼：AI大脑是关键

马斯克最担忧的局面终究出现了。

“我们必然会涉足人形机器人领域，同时也会探索其他形态的机器人。”

在《Sources》最新播客专访中，OpenAI首席执行官Sam Altman（奥尔特曼）被问及公司硬件业务进展时，向主持人作出了上述回应。

这也标志着，OpenAI从一家仅为机器人企业提供AI能力的幕后核心玩家，正式转向具身智能产业的直接竞争。

这一决定最可能让马斯克夜不能寐，毕竟他刚强调过，Optimus和Cybercab将占据特斯拉“绝大部分价值”，且特斯拉股价中已大量计入人形机器人的预期溢价。

如今Sam Altman的明确表态，无疑为这一叙事直接引入了一个重量级对手。

6年后重启

为何必定选择机器人，且聚焦人形？

奥尔特曼在访谈中给出了一个简单答案。

他认为，世界本就是为人类设计的。门把手、键盘、楼梯、货架，全都依据人的身高和手掌尺寸打造，“因此，一台要在这些空间中运作的机器，采用人形是最便捷的选择。”

在他看来，若机器人最终要融入人类生活，采用与人体相近的形态，便能直接利用现有物理环境，无需为机器人重塑整个世界。

因此，“匹配这种外形是个不错的思路。”

当然，奥尔特曼并未认为所有机器人都必须人形，“也会存在不同形态的数据中心机器人。”

在数据中心内，机器人需完成的任务与人类生活环境截然不同，因此无需强行采用双足、双臂的人形结构。

他也给出了时间表，预期相当审慎：“我预计我们会在2027年推出令人瞩目的演示样机，但机器人真正走入街头，还需再等数年。”此外，奥尔特曼未透露更多信息。

这种谨慎并非无迹可寻。

因为与其说这是OpenAI正式进军人形机器人，不如说是时隔6年后重新启动机器人业务。

OpenAI涉足机器人的历史比多数人想象的更早，自2016年起便陆续推出了强化学习基准环境OpenAI Gym、开源机器人仿真平台Roboschool，并成功研发出Dactyl——一只灵巧到能单手复原魔方的机械手。

2019年10月，OpenAI通过神经网络训练，用类人机械手单手还原三阶魔方，实现了15步内还原成功率稳定在60%的成绩。即便在需要旋转26次、并加入人为外部扰动的情况下，成功率仍保持在20%。

这项研究在当时极具开创性，证明了通过仿真环境训练再迁移至真实机器人的技术路线可行。若此路线持续推进，OpenAI或许能成为最早跑通“仿真到现实”路径的企业。

但故事在2020年前后急转直下，OpenAI亲自解散了机器人团队。

后来OpenAI联合创始人沃伊切赫·扎伦巴解释称，放弃具身智能的根本原因在于数据瓶颈。机器人物理交互数据极为稀缺、采集成本高昂、迭代缓慢。相比之下，互联网上的文本和图像数据则海量且易于获取。

从通往AGI的效率路径看，将资源集中于大语言模型，即后来的ChatGPT，显得更为“明智”。同样的研发资源，投入语言模型能撬动的数据规模，是机器人的千万倍。

后续发展众所周知，ChatGPT横空出世，引爆全球大模型热潮，OpenAI也一举成为全球估值最高的AI独角兽。

尽管团队解散，OpenAI却从未真正离开机器人赛道，只是选择了一条更轻巧的路径——投资。

一个典型例子是投资了美国人形机器人明星企业Figure AI，为其人形机器人开发专属多模态AI模型。

仍主攻“大脑”

直到2025年2月，Figure AI创始人Brett Adcock（阿德考克）正式宣布终止与OpenAI的合作，转而自主研发端到端机器人AI模型。

这次不到一年的合作，成为压垮OpenAI“旁观者”心态的最后一根稻草。

从当时布雷特·阿德考克给出的解释中，OpenAI意识到一个问题：大语言模型处理的是“符号”，而机器人需要理解的是“物理”。

语言能描述世界，却无法替代对世界的直接感知。想在现实世界中大规模解决具身智能问题，就必须垂直整合机器人AI。

换言之，仅靠投资他人不足，自己必须亲自下场。切入的第一刀，仍是主攻“大脑”。

奥尔特曼在访谈中坦言，与其纠结机器人外形、身体结构设计等细节，“这些问题远不如驱动机器人运转的大脑重要。”在他看来，若一台机器不知如何运用四肢，即便装上双臂双腿，也难以发挥作用。

这确实符合当前人形机器人的普遍现状，就像个四肢发达、头脑简单的健身教练——动作流畅，但让它去厨房倒杯水都困难。

OpenAI要做的，就是给这个健身教练装上大脑，这也基本点明了其进入机器人领域的核心逻辑：形态可以不同，但智能必须成为通用能力。

奥尔特曼敢这么说，是因为已有可运行的实例。

不久前，有网友用OpenAI刚发布的GPT-6 Astra尝试作为机器人的大脑。基于SO-101机械臂，在GPT-6 Astra控制下，边画边看，最终画出了一幅金门大桥。视频发布后，Sam Altman直接转发表示“我也想要一个”。

还有更惊人的案例：有网友先录下一段人类完成新任务的视频，将录像输入Codex，再让GPT-6 Astra控制机械臂，以同样方式完成任务，结果一次性成功。

也有人将GPT-6 Astra接入两只真实的I2RT YAM机械臂，执行指令将桌上红色积木抓起放入旁边碗中。共20次，Astra成功19次，成功率95%。

很难想象一个未专门为机器人训练的通用模型能达到如此水平。

别人造机器人，是先造身体，再设法注入智能；OpenAI的路径则相反：先让AI在虚拟世界中理解物理世界的样子、物体如何掉落、碰撞、被抓取。将这套“世界模型”训练好后，再灌入真实机器人身体。

2026年6月1日，奥尔特曼亲自在社交平台发帖，宣告成立“OpenAI Robotics”团队，该团队存在的目的是教会AI理解真实世界的面貌与运行逻辑。

从Robotics招聘岗位也能看出端倪。除常见岗位外，他们专门设置了负责缩小“仿真到现实”差距的工程师岗位，让机器人在虚拟世界中练就的技能能无缝迁移到真机上。这或许成为OpenAI区别于依赖真机数据采集路线的核心壁垒。

尽管奥尔特曼强调“大脑”的重要性，但这并不代表OpenAI打算忽视“硬件”。打开OpenAI招聘页便不难发现。

机器人方向中，与运动控制、状态估计、执行器控制、整机行为开发相关的岗位占据大半。甚至还有自研机电一体化执行器相关的岗位，以及量产所需的制造和供应链岗位也在招聘。

这足以说明，此次OpenAI重回机器人赛道，不再只想做“纯大脑”公司，而是要将“大脑”与“身体”掌握在自己手中。

本文来自微信公众号“超电机器人”，作者：王磊，36氪经授权发布。