OpenAI造机器人,咋想的?
OpenAI证实自研机器人,人形与数据中心特种形态双线并进,奥尔特曼强调'大脑优先'、家用市场并非当务之急。本文从技术路线、招聘清单与落地节奏三个维度,拆解这家AI巨头切入机器人硬件的真实野心与商业化距离。
当所有具身智能创业公司还在为融资发愁时,OpenAI quietly 把机器人的牌打出来了。
9月4日,《科创板日报》援引奥尔特曼在播客节目《Sources》中的表态:OpenAI 确认正在推进机器人研发,而且一上来就是两条线——人形机器人,以及面向数据中心场景的特种机器人。
这不是一时兴起的表态。往回看,从2024年Figure 01的模型授权,到今年5月31日机器人事业部正式成立,再到招聘页面上19个硬件岗位的持续扩容,一条「大脑公司亲手造躯体」的路径已经画得清清楚楚。
问题来了:一家把「AGI」挂在嘴边的公司,为什么现在下场拧螺丝?
🤖 两条路线,形态不重要,大脑才重要
先看奥尔特曼的原话逻辑。
他在播客中明确说:「我们肯定会研发人形机器人。」但话锋一转——并非所有机器人都得是人形的。当人形结构带不来实际效用时,OpenAI会针对特定场景做非拟人化设计,其中就包括适配数据中心场景的特殊形态机器人。
这句「形态不重要」不是客套,背后有模型层面的底气。就在近日,OpenAI正式发布了GPT-6 Astra,并称其为「目前全球最智能、且对齐程度最高的模型」。奥尔特曼对此说得很直白:机器人的形态并不是最重要的,真正关键的是机器人大脑。
把这两件事放在一起看,产业逻辑就浮出来了:
这是一套典型的「场景反推形态」打法。人形服务开放的人类环境,非人形服务封闭的结构化场景——数据中心恰恰是OpenAI自己最熟悉、需求最确定的地方。先在自己家把机器人用起来,再把能力外溢出去,这是软件公司做硬件的经典路径。
在一级市场,这类打法有个俗成的说法:大脑公司最后都得自己下场造躯干,否则模型的能力上限永远被别人捏着。
🧠 大脑优先,但绝不只做大脑
有意思的是,奥尔特曼一边强调AI大脑优先级高于硬件躯体,一边又反复论证人形的必要性。
他给出的理由很朴素:人类社会环境本身就是围绕人体特征构建的——开门、操作电脑、驾驶设备、家务清洁,所有日常活动都适配人的肢体形态。从适配现有世界环境的角度出发,人形机器人具备现实意义。
翻译一下:不做人形,机器人就得生活在为它专门改造的世界里;做了人形,才能直接住进人类的世界。这是当下具身智能领域最大的共识之一,也是马斯克敢放话的底层假设——他预测未来十年内人形机器人数量将超过10亿台,每台机器人的产出至少是人类工作者的5倍。
但OpenAI的姿态和纯硬件创业公司明显不同。它的起点不是一台样机,而是一个已经量产服务数亿用户的模型家族。回顾2024年,OpenAI模型就曾接入Figure AI旗下的Figure 01机器人,通过提供高级视觉和语言智能,驱动后者与人类对话、理解并执行指令——彼时OpenAI还只是个「卖脑子」的供应商。
从授权合作到亲自下场,中间隔着的,是对数据闭环的渴望。机器人本体跑得越多,模型拿到的真实物理世界交互数据就越多,大脑就越强——这个飞轮,靠别人的机器人是转不起来的。
📅 时间线:一年之内,从借壳到自建
把OpenAI在机器人赛道上的动作按时间排开,节奏感就出来了:
几个细节值得咀嚼。
第一,事业部由Sora视频生成模型负责人阿迪亚·拉梅什领导。视频生成与机器人共享同一套世界模型的技术底座——让懂「物理世界模拟」的人来管机器人,人选本身就说明了技术路线的连续性。
第二,奥尔特曼透露项目「进展十分迅猛」,根基在于机器人硬件研究与机器学习研究的深度融合与协同设计,目标直指「共同编程并制造对社会真正有用的机器人」。注意「协同设计」四个字——不是硬件团队给模型团队打工,也不是反过来,而是从第一天起就一起画图。
第三,招聘岗位在三个月内从11个扩到19个,涨幅超过70%。部门成立不到半年就进入快速扩编期,这在动辄以年为单位的大厂内部孵化项目里,算相当激进的节奏。
🔧 19个岗位,暴露的是执行器野心
如果说什么最能暴露OpenAI的真实野心,招聘清单比播客采访诚实得多。
招聘页面的信息量很足。硬件执行器是招聘重点,包含执行器设计、电磁设计、齿轮设计、测试基础设施等专业岗位。其中一个核心岗位的要求写得很具体:完成定制机电执行器端到端全流程设计,覆盖电机、传动、传感、热架构,兼顾扭矩密度与量产可行性。
此外,PCB布局工程师、热仿真主管、固件工程师、原型技术员、库存及物料经理等岗位同步招募,覆盖机电、固件、供应链等全链条机器人硬件。
整理成一张表看得更清楚:
| 层级 | 代表岗位 | 释放的信号 |
|---|---|---|
| 核心执行层 | 执行器设计、电磁设计、齿轮设计 | 自研核心部件,不外购方案 |
| 电子固件层 | PCB布局、热仿真主管、固件工程师 | 整机电子电气全自持 |
| 测试验证层 | 测试基础设施 | 为迭代而非单台样机铺路 |
| 供应链层 | 库存及物料经理 | 已在为量产做组织准备 |
圈内人一看就明白:扭矩密度与量产可行性被写进同一个岗位要求里,意味着OpenAI从一开始就没打算做实验室展品。执行器是人形机器人公认的「卡脖子」环节——成本高、供应链散、没有标准件,谁把这块攥在手里,谁就握住了躯体的话语权。
不过也别过度脑补。截至目前,OpenAI尚未对外披露机器人发货日期、产量目标等任何关键信息。清单上的「库存及物料经理」,眼下服务的更可能是小批量原型,而不是十万台的产线。
⚠️ 节奏克制:家用机器人不是当务之急
最值得玩味的,是奥尔特曼对落地顺序的表态。
他坦言,家用机器人并非「当务之急」,基础设施、制造业场景才是机器人落地的首要方向;但他同时长期看好消费级市场——「总有一天,我认为每个人都应该拥有一台私人机器人。」
这个排序,和上文的两条技术路线严丝合缝:
- 短期:数据中心特种机器人先行,场景封闭、需求自有、试错成本低,且与OpenAI算力扩张的主业天然咬合;
- 中期:人形机器人切入基础设施与制造业,在结构化或半结构化环境里验证可靠性;
- 长期:消费级家用市场,等成本、安全、可靠性三关都过了再上桌。
`
先给自己造工具,再给工厂造工人,最后给每个家庭造保姆。
`
对比之下,一部分人形机器人创业公司的叙事往往是反着讲的:先发布会、先拍宣传片、先谈家庭场景的想象力,再回头补产业落地的课。OpenAI把钱和岗位都押在了反向的顺序上。
当然,克制不等于保守。马斯克口中的10亿台尚属远期叙事,而OpenAI手里的牌是GPT-6 Astra这样的模型基座加上正在搭建的整机能力——大脑与躯体垂直整合的公司,目前在全球范围内一只手数得过来。真正的问题只剩一个:飞轮什么时候开始转。
小结:OpenAI下场造机器人,表面看是追热点,实质是具身智能飞轮的必然一步——大脑公司必须 own 躯体,才能拿到物理世界的交互数据。双路线并行、家用靠后、执行器自研,这套打法克制但凶悍。对国内一众还在为「先做大脑还是先做本体」争论的团队来说,时间窗口正在快速收窄。下一个值得盯的节点:OpenAI何时放出第一台自研机器人的实物。