OpenAI CEO山姆·奥尔特曼在播客节目《Sources》中干脆利落地给出了答案——公司将亲自下场做自研人形机器人，那句“我们会做”直接给传闻落了锤。 他同时明确了研发优先级：现阶段没必要纠结机器人外观，核心攻坚驱动机器人运行的AI“大脑”。

按照官方给出的规划，OpenAI预计2027年推出具备说服力的演示原型，但机器人真正走入公共场景面向普通用户，还需要数年时间。目前产品定价、订阅模式、正式发布时间、隐私相关协议都还没有确定信息。

从投别人到自己做，核心是攥住数据闭环

OpenAI最开始并没有打算自己做整机硬件。早在2023年3月，OpenAI创业基金就领投了主打家用家务场景的人形机器人公司1X的2350万美元A2轮融资；2024年2月人形机器人公司Figure AI完成6.75亿美元B轮融资时，OpenAI也参与投资，还签下合作协议为Figure的机器人开发下一代AI模型。

但这场合作在2025年2月正式终止：Figure宣布转向自研端到端视觉-语言-动作模型Helix，不再依赖OpenAI提供技术。这次“分手”也让OpenAI看清了核心问题：如果机器人硬件本体掌握在别家手里，OpenAI就拿不到机器人在真实场景中产生的感知、操作训练数据——而这恰恰是2020年OpenAI解散初代机器人团队时给出的核心理由。自建整机，本质就是把模型迭代必需的数据闭环攥回自己手里。

OpenAI机器人业务关键节点梳理：

  • 2018年7月：Dactyl灵巧手在仿真环境中学会操作积木
  • 2019年10月：机械手实现单手解魔方，完成仿真到现实的技术迁移
  • 2020年10月：初代机器人团队解散
  • 2023年3月：领投1X 2350万美元A2轮融资
  • 2024年2月：参与Figure AI 6.75亿美元B轮融资并达成AI模型合作
  • 2024年5月：重新开放机器人研究类岗位招聘
  • 2025年2月：Figure终止合作，转向自研Helix模型
  • 2026年9月：奥尔特曼在播客中确认自研人形机器人
  • 2027年：计划推出首个演示原型

19个岗位急招，最高年薪48.5万美元

虽说优先级向AI“大脑”倾斜，但这并不代表OpenAI把硬件当可有可无的附属品。从公开招聘信息来看，机器人团队正在自研全套机电执行器，覆盖电机、传动、传感、热管理全链条，同时已经在招募制造、供应链方向岗位，为后续规模化硬件生产做准备。 目前OpenAI一共有19个机器人相关岗位开放招聘，公开薪资区间在10万美元到48.5万美元之间：其中控制系统软件工程师薪资为38万-46万美元，多数硬件岗位薪资在22.5万-31.8万美元区间，大部分岗位还附带公司股权激励。

以控制系统软件工程师岗位为例，任职要求明确提到需要设计实时控制算法，覆盖运动控制、反馈回路、状态估计、执行器控制全模块，入职后需要直接和实体机器人协作，调试行为、调校子系统、实地跑实验，对硬件端的投入力度并不小。

【编辑观察】嘴上说“外观不值得纠结”，实则从核心部件研发到供应链量产提前铺好了路，科技行业大佬说的“优先级低”，从来不是“不做”的意思。

现实难关早有预兆，仿真到现实鸿沟难跨

OpenAI做机器人并非从零起步，早年的Dactyl项目就已经让它尝到了真实物理世界的“苦头”。 当时研发团队先在仿真环境中训练机械手操作物体，后续实现了单手解魔方的成果，但实验数据暴露了全行业的共同难题：模型在仿真环境中可以完美习得规则，但迁移到真实硬件上表现会大打折扣——普通打乱程度的魔方，实体机械手解开成功率约60%；面对需要26次旋转的最高难度打乱魔方，成功率直接跌到20%左右。 哪怕只是让机器人抓一个咖啡杯，都要完成识别物体、定位把手、估计姿态、控制握力多个环节，只要一环出错，结果就是咖啡洒一地，真实世界的复杂程度远不是仿真环境可以完全模拟的。

对手已奔赴量产，OpenAI还在原型阶段

OpenAI此时入场人形机器人赛道，面对的竞争压力并不小，不少厂商在硬件研发、量产节奏上已经领先不少。

  • 特斯拉：Optimus V3硬件设计已经基本定型，计划2026年底前在弗里蒙特工厂启动量产，长期产能目标为年产100万台，预计2027年率先落地工业场景投入使用。

  • 小鹏：旗下人形机器人IRON在2026年9月完成自动化总装、自主走下产线，核心工序自动化率超过80%，计划2026年底进入规模量产阶段，2027年正式上市交付。其机器人业务在2026年8月完成超9亿美元首轮融资，投后估值超63亿美元，由IDG资本领投，腾讯、阿里巴巴作为战略投资者参投。

  • Figure AI：终止和OpenAI的合作后，Figure自研模型的路线依然受到资本认可，目前英伟达正在洽谈向其追加10亿美元投资，除了资金支持外，英伟达还将为其Helix模型、机器人落地提供算力和芯片支撑。

对比各家的量产时间表就能发现，OpenAI2027年的节点仅仅对应演示原型，距离量产、落地交付还有不小距离，在硬件赛道暂时处于追赶位置。

落地路线务实：先做工业辅助，再谈家用

在落地路径上，OpenAI选择了更稳妥的顺序：从招聘信息来看，短期目标是研发可以辅助技术工人完成基础设施建设工作的通用机器人，长期目标才是推出面向普通消费者的个人机器人。 奥尔特曼在采访中提到“我认为每个人都应该拥有个人机器人”，但他同时也明确表示，基础设施建设、供应链制造能力必须先行铺垫，消费级机器人并不是现阶段的研发目标。

结语：强大脑也需要靠谱身体

从投资机器人企业做技术赋能，到合作破裂后亲自下场做整机，OpenAI路线转变的核心逻辑非常清晰：机器人模型迭代离不开真实场景下的交互数据，仅做软件供应商永远拿不到最核心的训练资源。 自建整机的路线更重、推进速度更慢，却能把AI迭代最关键的数据闭环牢牢握在自己手里，这也是OpenAI从行业“赋能者”转为直接“参赛者”的根本原因。自研执行器、招揽硬件人才、提前布局供应链，这些动作也说明OpenAI非常清楚：没有靠谱的硬件“身体”，AI大脑再聪明，也没法在真实世界里落地。2027年的演示原型只是第一场考试，后续要跨过的难关还有很多。