2026-10-21 讲了五年只做大脑，OpenAI 为什么开始自己拧螺丝？

作者：李鑫     出品：人形大讲堂

2026 年 10 月 17 日，Engadget 的一期播客里，主持人问 OpenAI 首席执行官萨姆·奥尔特曼：你们会自己造人形机器人吗？奥尔特曼只回了三个词——“我们会。”（We will.）

这句“我们会”，给此前所有的猜测收了口。但把它放回 OpenAI 过去五年的机器人轨迹里看，这更像一次回头，而不是一次出发。

左一阿迪亚·拉梅什

五个月前的 2026 年 5 月 31 日，奥尔特曼已经把公司的“世界模拟研究”项目升级为独立部门 OpenAI Robotics，由 DALL·E 和 Sora 的负责人阿迪亚·拉梅什带队；而 OpenAI 上一次拥有自己的机器人团队，要追溯到 2021 年。

PART 01

OpenAI 为什么绕回了自己关掉的实验室？

2021 年前后，OpenAI 解散了自己的机器人团队。那支队伍留下过 Dactyl——一只在仿真环境里训练、最终能单手复原魔方的机械手。为了练成这一下，模型在虚拟世界里累计了约一万三千年的模拟经验，最好的状态下成功率也只有两到六成。

团队解散的原因是缺数据。机器人学不会像大模型那样从互联网上抓取文本，它必须在真实物理世界里一点点积累交互经验，而这既慢又贵。

此后 OpenAI 换了一条更轻的路：自己做模型，把“身体”交给别人。2024 年，它领投 Figure AI 的 6.75 亿美元 B 轮融资，为后者的人形机器人提供模型能力。

官宣 13 天后，Figure 01 便演示了对话与自主操作。同年 11 月，前 Meta AR 眼镜硬件负责人凯特琳·卡利诺夫斯基加入 OpenAI，负责机器人与消费硬件方向——OpenAI 想做硬件的信号，其实比外界注意到的更早。

这条路没有走满一年。2025 年 2 月 5 日，Figure 创始人Brett Adcock在 X 上宣布终止与 OpenAI 的合作。所以 2026 年奥尔特曼那句“我们会”，并不是一个新念头，而是绕了五年之后，回到了自己当年亲手关掉的那间实验室。

PART 02

和 Figure 的分手，真的是谁先提的那么简单吗？

公开层面，双方各执一词。OpenAI 事后表示，Figure 多次错过约定的交付节点，也拿不出研究人员需要的硬件与软件支持，因此它认定 Figure 并非合适的机器人伙伴，并决定加大自研投入。

Figure 方面则完全不认：它称自己的模型训练推进得更快，不愿意把这部分工作交给 OpenAI，于是主动终止了合作。同一场分手，双方都讲成了自己的主动选择。

不过Brett Adcock当时留下一句话，今天回看像一句预言：“要在现实世界里大规模解决具身智能，必须实现机器人与人工智能的垂直整合。我们不能外包人工智能，正如不能外包硬件。”这句话解释了 Figure 为什么选择离开，同时也点破了 OpenAI 后来为什么必须自己下场——当“大脑”想要真正指挥“身体”，只卖模型、不碰硬件，就永远拿不到第一手数据。

还需要补充一点：OpenAI 的“身体”策略从来不是只押 Figure 一家。它自 2023 年起投资家用机器人公司 1X Technologies，后者的 EVE 与 NEO 计划 2026 年发货；它也支持专注通用操作软件的 Physical Intelligence。在多线并行的格局下，与 Figure 的破裂更像是“垂直整合”这一判断的兑现，而不是一次意外。

PART 03

机器人既是产品，又是数据采集器——这才是它下场的理由

奥尔特曼一直强调，机器人长什么样不重要，重要的是“让机器人运转起来的那个大脑”。但 OpenAI 的招聘页面讲的是另一回事：目前挂出的机器人岗位已达 27 个，覆盖运动控制、状态估计与执行器控制，硬件侧写得极细——自研机电一体化执行器，把电机、传动、传感与热管理全部集成；此外还有对接量产制造和供应链的岗位。设计执行器、计算热管理、谈供应链，这些都是硬件公司的活。岗位数量的变化同样说明问题：5 月 11 个，9 月 19 个，10 月 27 个，一路往上走。

更底层的动作发生在旧金山的一间实验室里。2025 年，OpenAI 在那里低调搭建了人形机器人实验室，用 Franka 机械臂搭配一套 3D 打印的廉价控制器 GELLO，由数据采集员远程操作，摄像头同时记录人和机械臂的动作，再从中筛出“有效工时”用于训练模型。

Chengshu Li

斯坦福从事家庭任务机器人基准测试研究的 Chengshu Li 于 2025 年 6 月加入；更早之前，伯克利 GELLO 研究项目的成员也已进入 OpenAI，方向正是“打造机器人大脑”。OpenAI 甚至发布过一份面向美国本土制造商的方案需求，范围覆盖电机、执行器到云基础设施，截止时间为 2026 年 6 月——从攒数据一路摸到了制造。

为什么必须亲自上场？模型可以在虚拟环境里反复推演，但一旦遭遇真实硬件的执行器误差与传感器噪声，效果就会打折，这正是行业所说的 Sim-to-Real（从仿真到现实）鸿沟。

据行业估算，截至 2026 年初，全球可用的真实物理交互数据仅约几十万小时，而要实现通用自主能力，需要的量级是千万小时，缺口在九成以上。OpenAI 早期依靠强化学习试错，成本高、效率低；如今它转向先大规模、结构化地采集人类行为数据，再谈泛化。也就是说，下场造身体，表层是“想做机器人”，里层是“想要第一方物理交互数据”。机器人既是它要卖的产品，也是它采集数据的设备。

PART 04

当最会做大脑的公司开始拧螺丝，中国厂商手里的“身体”反而更值钱

这个转向，对中国厂商是值得盯紧的信号。行业里过去有个默认排序：美国公司擅长“大脑”（大模型），中国公司擅长“身体”（本体、运动控制、硬件一致性）。当“大脑”公司发现必须先有自己的“身体”才能拿到数据，身体的地位就从“拖累”变成了“入场券”。

数据已经透出苗头。沙利文《2026 年全球人形机器人市场研究报告》显示，2026 年上半年全球人形机器人销量达 3.6 万台，已超过 2025 年全年的 3.5 万台，收入 5.4 亿美元。深圳海关的数据同样指向同一趋势：今年前 8 个月，深圳各类机器人合计出口 111.3 亿元，同比增长 12.2 倍，销往 120 多个国家和地区。

更具体的样本藏在动作里。宇树今年春晚让二十多台机器人同步完成翻滚、弹射，难点不在某一台能否做到，而在这么多台量产机能否动作一致；银河通用用租赁网球场、动捕采集加强化学习的方式训练网球机器人，比一段抓取视频更接近真实系统工程；智元在推进全身运控，用一个模型同时管理移动、平衡与操作，路线与 Figure 的 Helix 三层架构相近。中国估值超过百亿元的具身智能公司已经不止二十家，但头部企业宇树 2025 年前三季度收入约 2 亿美元，主要客户仍是科研与教育市场——资金已经到位，真实需求还在路上。

当 OpenAI 也开始补“身体”这门课，说明这条赛道的难点不在谁先喊出 AGI，而在谁能先把手里的身体跑稳、把真实交互数据攒厚。中国厂商手里那批已经跑起来的身体，正在被重新定价。

PART 05

2027 年那场演示，能替 OpenAI 回答量产难题吗？

奥尔特曼给出的时间表是：2027 年拿出一场“亮眼的演示”，但机器人真正走上街头，“还要再等好几年”。他没有透露演示内容、机器人形态，以及外界何时能够接触。

量产才是绕不开的那一关。执行器占人形机器人硬件成本的四到六成，是成本与供应链的瓶颈；有研究测算，若绕开中国主导的稀土与磁材供应链、在美国本土造硬件，单台组件成本可能从约 4.6 万美元被推高到约 13.1 万美元——中国掌握着约七成稀土开采和九成磁材加工，这道题 OpenAI 绕不开。特斯拉的 Optimus 做了五年还没有向外卖出一台，马斯克自己说那是“特斯拉史上最难的制造爬坡”。

在 OpenAI 宣布机器人部门的同一天，英伟达发布了开源参考人形设计 Isaac GR00T：基于宇树机身，配五指触觉手和英伟达自研计算模块，走的是“把蓝图开放给所有人”的路线；OpenAI 选择的则是“从模型到指尖、全栈自己攥在手里”的垂直整合。两条路谁先跑通，现在还无人能下结论。

这里还有一个前提需要说明：演示不等于交付。Figure 对外称已造出约一千台机器人，但究竟有多少台真正部署、谁在持续付费，外界并不清楚；它与宝马的试点中，宣传视频里出现了四台，宝马方面表示实际只有一台完成了工作，且测试早已结束。如果 OpenAI 的 2027 年演示只是又一段顺滑视频，并不能证明它跨过了量产这道坎。

在 2027 年那场演示到来之前，OpenAI 得先把执行器、供应链、数据工厂这三件事做完。它挂出的 27 个机器人岗位，就是这条进度条。演示能否亮眼，不取决于模型参数，而取决于这几颗螺丝拧到了哪一步。