10 月 19 日，多家媒体先后报道，OpenAI 官网正在大规模招募机器人硬件人才：截至当日，官网共有 19 个与 Robotics 相关的在招岗位，另有媒体按更宽口径统计为 26 至 27 个。岗位覆盖机器人控制系统、电气工程、执行器与电机设计、制造、数据系统、供应链、安全与现场部署等环节，已公开薪资从约 10 万美元到 48.5 万美元不等。媒体指出，岗位设置显示 OpenAI 正在自研定制机电执行器（含电机、传动、传感与热管理），而非采购现成关节模组，其机器人业务正从“用大模型给机器人当大脑”，延伸至硬件开发、原型验证与供应链建设。此前的 9 月初，OpenAI CEO 山姆·奥特曼已首次公开确认公司将自研人形机器人，并披露目标在 2027 年拿出演示样机。

一、19 个岗位背后：自研执行器，而非采购关节模组

岗位数量存在两种统计口径。据澎湃新闻，截至 10 月 19 日，OpenAI 官网发布了 19 个与“Robotics”相关的职位，涵盖机器人控制系统、电气工程、执行器、电机设计、制造、数据系统等方向；智东西的报道同样统计为 19 个。而 Engadget 与 OFweek 按官网“robotics”关键词检索的更宽口径统计为 26 至 27 个岗位，OFweek 的报道还提到，今年 5 月这一数字约为 11 个。口径差异主要源于是否计入泛机器人相关的数据、安全与量产筹备岗位。两种统计都指向同一事实——OpenAI 正在快速扩充机器人硬件团队。

从岗位清单看，OpenAI 的布局远不止“给机器人装一个大脑”。控制系统软件工程师的职位描述要求设计实时控制算法，涵盖运动控制、反馈回路、状态估计和执行器控制，并“直接和机器人一起工作，调试行为、调校子系统、跑实验”；执行器与电机方向则开放了执行器设计工程师、执行器齿轮设计工程师、工程技术员（执行器）、电机与执行器制造工程师等岗位。供应链一侧，技术品类经理、机器人基础设施技术项目经理与 EHS 高级经理等岗位，为规模化硬件生产做准备；供应链岗位的招聘说明甚至直接写道：“We’re a growing hardware company.”（我们是一家正在成长的硬件公司。）

最明确的信号来自执行器岗位。Engadget 指出，OpenAI 的招聘信息显示其正在开发定制机电执行器（custom electromechanical actuators），覆盖电机、传动、传感与热管理系统，而不是采购成熟的关节模组。媒体解读认为，这意味着 OpenAI 想掌握“大脑如何理解身体”的物理边界——齿轮怎么设计、电机怎么响应、状态估计怎么做，这些参数决定了模型能在多细的颗粒度上控制身体。此外，现场工程师岗位的招聘信息透露，其机器人数据采集环境中已经运行着多个机器人工作站；数据采集技术项目经理的职责，则要求把机器人、传感器、操作员界面和数据管线组合成“production-ready”（可投入生产）的系统并扩展到多个站点。可以说，OpenAI 正在建设一座“为身体生产数据的工厂”。

薪资方面，据媒体统计，已公开岗位薪资从约 10 万美元到 48.5 万美元不等，例如控制系统软件工程师年薪 38 万至 46 万美元；多数硬件岗位在 22.5 万至 31.8 万美元区间，且多数岗位提供股权。

二、从“投别人”到“自己下场”：数据闭环是核心动机

OpenAI 并非第一次涉足机器人。2018 年 7 月，其 Dactyl 灵巧手项目在仿真中学会操作积木；2019 年 10 月，机械手在完全仿真训练后迁移到实体设备，实现单手解魔方。但 2020 年 10 月，OpenAI 解散了机器人团队——据智东西梳理，当年给出的理由正是缺乏训练数据。

此后 OpenAI 选择了“投资＋合作”路线：2023 年 3 月，OpenAI 创业基金领投挪威—美国人形机器人公司 1X 的 2350 万美元 A2 轮融资；2024 年 2 月，又参与 Figure AI 的 6.75 亿美元 B 轮融资，并签署协议为其开发下一代 AI 模型。2025 年 1 月，时任 OpenAI 硬件负责人的凯特琳·卡利诺夫斯基（Caitlin Kalinowski）发布了首批机器人硬件岗位。转折点在 2025 年 2 月：Figure 宣布终止与 OpenAI 的合作，转向自研端到端视觉—语言—动作模型 Helix。这次分手给 OpenAI 的教训很直接——如果机器人的“身体”属于别人，模型就拿不到机器人在真实环境中产生的感知与操作数据，训练闭环就会断裂。

2026 年，OpenAI 从“赋能者”正式转向“参赛者”。5 月末，奥特曼宣布公司世界模拟研究项目已演化为独立的 OpenAI Robotics 部门，由 DALL·E、Sora 核心成员阿迪亚·拉梅什（Aditya Ramesh）负责；9 月 2 日，奥特曼在播客节目《Sources》中首次公开确认：“我们肯定会做人形机器人，也会做其他形态的机器人。”随后他在接受《财富》杂志采访时给出时间表：预计 2027 年拿出一个“很酷、很棒”的演示，但机器人真正走上街头还需要数年。

表 1  OpenAI 机器人业务关键节点

三、“大脑优先”不等于硬件次要

在奥特曼的表述里，机器人形态问题被刻意淡化。他认为，相比外形，更困难的是机器人的“大脑”——“世界很大程度上是为人类设计的”，匹配人类形态是合理的默认解，但机器人的具体设计“远没有真正弄清楚让机器人运转的大脑重要”。Engadget 的报道甚至调侃：如果你已经在想象一个“带膝盖的实体版 ChatGPT”帮忙做家务，那暂时还不用为它腾出洗碗机的位置。

然而，招聘动作表明，硬件在 OpenAI 内部并非“次要项”。自研机电执行器、招募控制与制造工程师、布局供应链岗位，都指向同一结论：OpenAI 清楚，没有可靠的“身体”，“大脑”再强也无法落地。智财社的分析将其概括为三条路线的分野：特斯拉赌“制造优先”，Figure 赌“垂直整合”，OpenAI 则选择“智能优先的轻制造”——自研执行器与控制，把整机组装与规模化生产留给外部，把资源集中在“大脑理解身体”这一件事上。

四、技术挑战：仿真与现实的鸿沟，GPT-6 Astra 的边界

OpenAI 在机器人领域的早期挫折，正是全行业共同难题的缩影。2019 年的魔方实验中，系统完全在仿真中训练后迁移到实体机械手：解普通打乱魔方的成功率约为 60%，但对需要 26 次旋转的最难打乱，成功率降至约 20%。“模型可以在仿真里学会规则，真实世界的物理条件却未必配合”——抓取一个咖啡杯，识别物体、定位把手、估计姿态、控制握力，任何一环出错，结果都是洒一地。

这一鸿沟能否被新一代大模型填平，是当下最具争议的问题。近期，GPT-6 Astra 在具身智能任务中的表现明显加快了从业者的预期。10 月 12 日，宇树科技创始人王兴兴在工博会上表示，宇树已将 GPT-6 接入不同机器人进行多项任务测试，“效果实际上非常不错”，并判断具身智能的临界点最快可能在未来一两年到来，甚至认为明年 GPT-7 发布后“可能直接把具身智能问题打穿”。破壳机器人创始人许华哲则持保留态度：GPT-6 Astra 的语义理解和空间泛化能力明显提升，能识别桌面物体、判断目标位置并完成抓取、旋转、递送等操作；但在使用筷子、堆叠盒子、折叠衣服等涉及复杂物理接触和精细控制的任务上仍存在明显不足，复杂物理交互仍是现阶段通用大模型难以替代具身模型的关键能力。第三方评测也呈现类似的“基准高分、真机受限”现象。

而即便“大脑”足够聪明，人形机器人也不是单纯的软件问题。执行器、电机、整机可靠性、续航、成本以及大规模制造能力，仍是商业化过程中绕不开的难题，这些恰恰是 OpenAI 此前相对缺乏积累的领域。据麦肯锡对物料清单的拆解，执行器占人形机器人整机成本的 40% 至 60%，是绝对的成本大头——硬件与供应链，本就是这场竞赛的深水区。

五、竞品格局：特斯拉、小鹏、Figure 已经跑在前面

OpenAI 进入的并非无人区，对手在硬件和量产节奏上走得更靠前。

特斯拉的 Optimus V3（Gen 3）被官方定义为“首个为量产而设计的产品”。据特斯拉 2025 年第四季度更新材料及供应链披露，第一条产线计划于 2026 年底前在弗里蒙特工厂投产，长期产能目标为每年 100 万台；媒体预计其 2027 年起投入外部场景应用，首批优先落地工业场景。

小鹏的 IRON 已进入产线阶段。2026 年 8 月 24 日，小鹏机器人业务完成首轮融资，金额超 9 亿美元，投后估值超 63 亿美元，由 IDG 资本领投、高榕创投参投，腾讯与阿里巴巴作为战略投资者加入；9 月 9 日，小鹏机器人生产线正式启用，首台 IRON 完成自动化总装后自主走下产线，核心制程自动化率超过 80%，计划 2026 年底进入规模量产、2027 年面向中国及海外市场上市交付。

Figure 在终止与 OpenAI 合作后走向自研：2025 年 2 月发布端到端模型 Helix，2025 年 9 月完成超 10 亿美元融资、投后估值达 390 亿美元，并与英伟达在模型训练与算力上展开合作；媒体报道称，英伟达还在洽谈向 Figure 追加投资 10 亿美元。

相比之下，OpenAI 的 2027 年时间点对应的是演示原型，而非量产或交付。在“身体”竞赛中，它目前是追赶者；而特斯拉、小鹏与中国企业已在量产线上先行一步——这也是行业将 OpenAI 入局视为重塑具身智能行业信心重要变量的原因。

六、落地路径与观察窗口

部署策略上，OpenAI 采取了一条相对务实的路线。招聘信息显示，其近期目标是打造能协助技术工人完成基础设施建设的通用机器人，长期目标才是面向个人消费者的机器人。奥特曼此前在采访中说：“我认为每个人都应该拥有个人机器人。”但他也承认，基础设施和制造能力必须先行。

对国内产业而言，OpenAI 的路线选择同样值得关注。智财社分析认为，若 OpenAI 证明“为 AI 设计的身体”在任务执行上明显优于“为运动设计的身体＋外挂模型”，国内本体厂与“纯大脑”公司的估值逻辑都可能被重新定价。市场层面，10 月 19 日，A 股人形机器人板块走强，宇树科技收涨 16.15%、市值重回 2000 亿元上方（当日行情同时叠加商务部等部门推动具身智能落地的政策利好，并非单一事件驱动）。

最终，2027 年的演示将成为第一个观察窗口。在那之前，OpenAI 需要证明的不只是“大脑”足够聪明，还有它能否驱动一套复杂的电机和关节系统，在真实世界里稳定地把事情做成。自研执行器、招聘控制工程师、布局供应链——这一系列动作说明，OpenAI 要的不仅是“造机器人”，更可能是“定义机器人该怎么被造”。这条路的风险同样清晰：如果 2027 年的演示“很酷”却离量产很远，市场会追问一个特斯拉和 Figure 不需要回答的问题——你证明的到底是“机器人能干活”，还是“实验室里的机器人能表演”。