OpenAI下场造人形机器人，奥尔特曼：AI大脑是关键

超电机器人报道

作者｜王磊

编辑｜秦章勇

马斯克最担心的事儿还是发生了。

“我们一定会做人形机器人，也会做其他形态的机器人。”

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给出了这一回答。

这也意味着，OpenAI开始从一家为机器人公司提供AI能力的顶级幕后玩家，走向具身智能产业的正面战场。

OpenAI的这个决定，最睡不着觉的可能是马斯克，毕竟前脚马斯克刚强调，Optimus 和 Cybercab 将占特斯拉"绝大部分价值”，而且特斯拉的股价中也已经提前计入了大量关于人形机器人预期溢价。

如今Sam Altman的明确表态，无疑直接给这个叙事，塞进了一个顶级的竞争对手。

6年后重启

为什么一定会选择做机器人，而且还是人型机器人？

奥尔特曼在访谈中给出了一个朴素的答案。

他认为，这个世界本就是为人造的。门把手、键盘、楼梯、货架，全都按人的身高和手掌尺寸设计，”所以一台要在这些空间里干活的机器，长成人的样子是最省事的选择。

在其看来，如果机器人最终要进入人类生活，采用与人相近的身体形态，就能直接利用现有的物理环境，而不需要为了机器人重新改造整个世界。

所以“匹配这种外形是个不错的思路。”

当然，奥尔特曼并没有认为所有机器人都必须长成人的样子，“也会有采用不同形态的数据中心机器人。”

因为在数据中心里，机器人需要完成的任务与人类生活环境完全不同，因此没有必要强行采用双足、双臂的人形结构。

同时也给出了时间表，预期相当谨慎，“我预计我们会在 2027 年拿出亮眼的演示样机，但机器人走上街头，还需要再等好几年。“此外，其他的信息奥尔特曼毫无透露。

之所以谨慎，其实是有迹可循的。

因为与其说这次OpenAI是官宣入局人形机器人，更不如说是6年后再次重启机器人业务。

OpenAI做机器人的历史，比大多数人想象的要早，从2016年就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，并成功研发了Dactyl——一只灵巧到可以单手复原魔方的机械手。

2019年10月，OpenAI通过对神经网络的训练，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 。即使在需要旋转26次、外加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，它证明了通过仿真环境训练、再将能力迁移到真实机器人的技术路线是可行的。如果这条路线持续走下去，OpenAI或许会成为最早跑通“仿真到现实”路径的公司。

但故事在2020年前后急转直下，OpenAI亲手解散了机器人团队。

后来OpenAI联合创始人沃伊切赫·扎伦巴解释过，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其稀缺、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，也就是后来的ChatGPT，显得更加“英明”。同样的研发资源，投给语言模型能撬动的数据规模，是机器人的千万倍。

后来的事大家都知道了，ChatGPT横空出世，引爆了全球大模型热潮，OpenAI也一举成为全球估值最高的AI独角兽。

虽然团队解散，但OpenAI从来没有真正离开过机器人赛道，只是选择了一条更轻巧的路径——投资。

一个典型的例子就是投资了美国人形机器人明星企业Figure AI，为Figure的人形机器人开发专属的多模态AI模型。

还是主攻“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。

也是这次不到一年的联姻，成为了压垮OpenAI“旁观者”心态的最后一根稻草。

从当初布雷特·阿德考克给出的解释中，Open AI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”。

语言可以描述世界，但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。

换句话说，光靠投资别人是不够的，自己必须亲自下场。入局的第一刀，还是主攻“大脑“。

奥尔特曼在访谈中坦言，与其纠结机器人长什么样、身体结构如何设计等细节，“这些问题远不如驱动机器人运转的大脑重要“。用它的话来讲，如果一台机器不知道如何运用四肢，就算给它装上双臂双腿，也难以发挥作用。

确实，这也符合目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——动作挺溜、但你让它去厨房给你倒杯水都费劲。

OpenAI要做的，就是给这个健身教练装个脑子，这也基本点出了OpenAI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，是因为已经有了可以跑通的例子。

就在不久前，有网友拿着Open AI刚发布的GPT-6 Astra尝试当做机器人的大脑，网友基于SO-101 机械臂，在 GPT-6 Astra 的控制下，边画边看，最终画出了一幅金门大桥。视频一经发布，Sam Altman 更是直接转发表示“我也想要一个”。

还有更厉害的，有网友先录下一段人类完成新任务的视频，把录像丢进 Codex，再让 GPT-6 Astra 控制机械臂，用同样的方式完成任务，结果一次性跑通。

也有人把GPT-6 Astra 接到两只真实的 I2RT YAM 机械臂上，让其执行把桌上的红色积木抓起来，放进旁边的碗里的指令，一共 20 次，Astra 成功了 19 次，成功率 95%。

很难想象一个并没有专门为机器人训练的通用模型，能做到这种程度。

别人造机器人，是先造一具身体，再想办法往里面塞智能，OpenAI的路数是反过来的：先让AI在虚拟世界里理解物理世界长什么样、东西怎么掉、怎么碰、怎么被抓起来。把这套“世界模型”训练好了，再灌进真实的机器人身体里。

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，而这个团队存在的目的就是教会AI搞懂真实世界的样貌与运转逻辑。

从Robotics招聘的岗位也能看出端倪。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里练出来的本事，能无缝迁移到真机上。这可能会成为OpenAI区别于那些靠真机数据采集路线的核心壁垒。

虽然，奥尔特曼强调“大脑”的重要性，并不代表OpenAI打算把“硬件”放在一边，当你打开OpenAI 的招聘页就不难发现。

机器人方向中有关运动控制、状态估计、执行器控制、整机行为开发的岗位占了大半。甚至还有自研机电一体化执行器相关的岗位，量产要用的制造和供应链也在招人。

这足以说明，这次Open AI重回机器人赛道，不再只是想做个“纯大脑”公司，而是想把“大脑”和“身体”握在自己手里。