OpenAI真的要下场造机器人！奥尔特曼摊牌：这才是我们要啃的

节目里有人直接问他：OpenAI 会不会自己动手造人形机器人？奥尔特曼的回答只有三个字："我们会。"

干脆得像在回一条微信，但我看完整个采访，觉得真正值得琢磨的压根不是这三个字，是他紧接着补的那句，外形这些细碎问题，"远不如真正研发出驱动机器人运转的'大脑'重要"。

先说人形这件事，他的理由特别朴素：这个世界本身就是为人类设计的。

门、楼梯、键盘、车、工厂里那些设备，全是照着人的身体结构和习惯做出来的。一台要在这些空间里干活的机器，长成人样是最省事的方案。

我觉得这句话听着像常识，其实是最狠的成本账。

你想想另一条路是什么，为了机器人去改造门、改造楼梯、改造整条产线。那笔钱的量级，跟把机器人做成人的形状根本不是一个数。

所以选人形不是审美，是谁改谁的问题，改机器便宜，改世界太贵。

更有意思的是他后半句：不是所有机器人都得长成人样。

如果人形带不来实际好处，那就针对场景去造非人形的机器，比如数据中心里那些，他认为完全可以用别的形态。

我特别喜欢这个补充，它等于把现在满屏的"人形崇拜"泼了一盆冷水：人形不是信仰，是工具选项之一。

但真正卡住所有人的，是"大脑"。

一台能干活的人形机器人，得同时干成一串事，看懂摄像头和传感器收进来的画面，读懂你那句模糊的指令，自己排出步骤，再协调全身关节去执行，中间出现意外还得临时改动作。

奥尔特曼举的例子特别生活化，拿一个马克杯。它得认出这是杯子，找到把手在哪，想好怎么抓，用多大力气才不会捏碎也不会滑掉。

我读到这儿笑了一下，因为这个例子朴素得不像发布会。可恰恰是它点破了要害：最后那一下"用多大力"，才是真正的分水岭。

力气小了杯子掉了，力气大了杯子碎了，咖啡洒一地，机器人还得自己收拾。软件里错了可以重跑，现实里错了就是一地狼藉。

这条苦路 OpenAI 其实早就踩过，他们的 Dactyl 项目当年在仿真环境里教会机械手操控真实物体，后来还拿这套技术去复原魔方。

听着挺唬人，但它暴露的恰恰是全行业至今没解决的问题：模型能在仿真里学会该怎么做，可一旦落到真实的物理世界，摩擦力、材质、光线、一点点偏差，全都能把动作打回原形。

顺带说个容易被忽略的人事安排：OpenAI Robotics 这个事业部今年 5 月才正式成立，带头人阿迪亚·拉梅什是 Sora 的负责人，团队前身是做世界模拟研究的。

让一个专门研究"让 AI 理解世界怎么运转"的人去带机器人团队，我觉得这个安排比任何表态都说明问题，在他们眼里，机器人是世界模型的物理延伸，先有对世界的理解，才有动作。

所以我理解奥尔特曼为什么死咬"大脑"两个字，他不是在挑重点，他是在说：这行的瓶颈已经从"身体能不能动"挪到"脑子会不会想"了。

不过这里有个特别真实的反差，我觉得比他的表态更能说明问题。

他嘴上说外形不重要，手上招的人却几乎都在干硬件。

OpenAI 的机器人招聘页面上，现在挂着二十多个岗位，方向包括运动控制、状态估计、执行器控制、整机行为开发，还有专门训练实体 AI 的机器学习基础设施。

更要紧的是，他们在自研机电一体化执行器，把电机、传动机构、传感、热管理整套塞进一个部件里，另外还在铺量产需要的制造和供应链。

而且岗位数还在涨，从部门刚成立时的十来个一路加到现在的二十多个，这个爬坡速度本身就说明它不是挂在 PPT 上的项目。

一个"不那么重要"的另一半，工作量其实大得吓人。这说明什么？说明在机器人这件事上，软件和硬件根本拆不开。

脑子再聪明，也得靠一颗响应够快、力矩够准的关节去落地；反过来，关节再精密，没人告诉它该往哪儿使劲也是废铁。

奥尔特曼说的"大脑优先"，准确理解应该是"大脑决定上限"，不是"身体可以糊弄"。

时间点也得说清楚，免得大家白激动。

他的原话是，预计2027年能拿出亮眼的演示样机，但机器人真正走上街头，还得再等好几年。演示内容是什么、机器人长什么样、外人什么时候能近距离看到，一个都没公布。

我的看法是，别把"演示样机"和"产品"混为一谈。演示样机的任务是在镜头前把一件事做成一次；产品的任务是同一个动作做一万次都不出错。

中间隔着的，是几万小时的真实环境测试和一整套售后、维修、安全体系。

落地顺序倒是很务实，短期目标是造通用机器人，帮技术工人去建基础设施，数据中心是重点场景；长期才是每个人身边那台私人机器人。

奥尔特曼甚至把机器人、芯片和供应链放在一起盘算，指望它们一起把数据中心的建设成本压下来。

我觉得这步棋下得很聪明，人形机器人最难的从来不是技术，是找不到愿意付费的第一个场景。

OpenAI 自己要建一堆数据中心，自己就是自己的第一个客户，场景封闭、容错可控、数据还能收回喂给模型。先在自己家里把坑踩完，再谈出门。

赛道上当然不只有他们，特斯拉的擎天柱搞了好些年，小鹏的 IRON 前不久实现了组装完成后自己走下产线，更早的时候 OpenAI 的模型还接过 Figure 的机器人。

大家各自押注的东西不一样：多数公司从身体往上长，OpenAI 从上往下灌。

还有一层保留我得说出来，"大脑优先"有个默认前提：这个大脑得真懂物理。可现在的大模型本质是从海量文本和图像里学出来的，对重力、摩擦这类事理解其实相当浅。

它能写出一段漂亮的抓取代码，不代表它知道手湿的时候抓瓷杯会打滑。从语言智能到物理智能，这段路可能比大家以为的长。

而我唯一想泼的冷水是，现在连价格、订阅模式、上市日期都没有，更别提专门针对机器人的隐私规范了。

一台会进你家门、看得见你生活全部细节的机器，它把数据存哪儿、给谁看、能不能被调取，这些问题比"它能不能端稳杯子"重要得多。可眼下没人回答。

最后说回那三个字，我觉得奥尔特曼说得最实在的一句，其实是"每个人都应该拥有一台私人机器人"。这句话他没给时间表，也没给价格。

从"我们会"到"你会拥有"，中间隔着的不只是几万个零件，还有一整套还没定下来的规矩。

先把脑子做聪明，再让身体跟上去，这个顺序我认，但别让人以为聪明之后，剩下的一切都会自动发生。