ARTICLE · 1210725
五年前解散,OpenAI重启人形机器人:27个岗位,在招什么人
五年前解散,OpenAI重启人形机器人:27个岗位,在招什么人
按他的说法，OpenAI有望在2027年拿出一台效果亮眼的演示样机，但人形机器人真正走进公开场景，还需要好几年。 更值得注意的是他的另一句话：机器人的外观等硬件细节不是现阶段的重点，驱动机器人运行的智能"大脑"才是核心。但OpenAI的招聘页面显示的，却不只有"大脑"。 
他写道，OpenAI Robotics正在寻找杰出的全栈硬件、运维、系统和机器学习工程师，来"编程和制造对社会有用的机器人"。 短期目标是做帮助技术工人建设基础设施的机器人，比如数据中心、电网和工厂；长期目标是让每个人都拥有一台能帮他做任何事的个人机器人。 当时官网挂出了11个岗位，包括执行器设计工程师、仿真环境工程师、控制系统软件工程师和电气工程师，部分岗位的基础年薪为21万到31万美元，另加期权。 不到五个月，这个数字涨到了27个，覆盖的方向包括： 1. 运动控制与状态估计：让机器人知道自己在哪、在怎么动 2. 执行器控制：执行器是机器人的关节和肌肉，控制系统让关节按指令运动 3. 整机行为开发：让整台机器人完成完整的任务 4. 实体AI训练的机器学习基础设施：给机器人模型训练搭底座 5. 制造与供应链：为硬件量产做准备 据报道，团队正在自研集成了电机、传动、传感和热管理的机电一体化执行器。 我们的判断： Altman嘴上说"大脑最重要"，招聘页面却在大量招造"身体"的人。这两件事并不矛盾，恰恰说明OpenAI吸取了一个教训：大脑和身体，必须一起长出来。 二、负责人是做DALL-E和Sora的人 Altman的招聘启事里有一句容易被忽略的话：OpenAI内部的世界仿真研究项目，过去一年已经演变成了OpenAI Robotics。 负责人是Aditya Ramesh，OpenAI研究副总裁。他此前领导了DALL-E的开发，之后又负责Sora。他在X上转发Altman的帖子时写道： 
从图像生成到视频生成，再到世界仿真和机器人，这条线是连贯的： DALL-E 让模型学会了"看图" Sora 让模型学会了预测画面随时间的变化 世界仿真 把这种预测能力指向了物理规律 机器人 让模型的预测最终落到真实的动作上 团队里也能看到不少华人研究者的身影。据公开报道： 机器人学习与灵巧操作方向有 Xingyu Lin、Tairan He、Lawrence Yunliang Chen； 仿真、benchmark与数据集方向有 Chengshu Li、Hang Yin； 面向机器人的世界仿真方向有来自Meta FAIR的 Pengchuan Zhang 和MIT CSAIL的 Jialiang Zhao。 我们的判断： 让做生成模型的人来带机器人团队，本身就是一个判断：OpenAI押注的是"世界模型"路线，先让模型理解物理世界会怎么变化，再让它去行动。这也是为什么，这一轮具身智能最抢手的人，往往同时懂生成模型和机器人。 三、和Figure分手，是OpenAI学到的一课 2024年2月，OpenAI参与了人形机器人公司Figure AI的B轮融资，当时Figure估值26亿美元。双方的合作约定是，OpenAI为Figure的机器人提供视觉语言模型，充当机器人的"大脑"。 
不到一年，2025年2月，Figure CEO Brett Adcock宣布终止合作。两边的说法完全不同： Figure的说法：Adcock说，机器人开发需要反复跑实机、看效果、调参数，但很难让OpenAI的人到办公室来。他自己的团队训练机器人模型的速度早就超过了OpenAI，不想把这件事外包出去。后来OpenAI打电话说要自己下场做机器人，他的反应是：你们一直在看我们的进度，等于我们在教你们，合作不可能继续。 OpenAI的说法：OpenAI对媒体表示，Figure长期无法达成目标，判断它不是可行的机器人合作伙伴，决定加大自研投入。 Adcock还说过一句话：大模型越来越聪明，也越来越商品化，对Figure来说，大模型已经是整个拼图里最小的一块。如今，Figure估值已经达到390亿美元，所有AI模型自研。 我们的判断： 不管谁说的更接近事实，这段合作都证明了一件事：把一个通用语言模型装进别人的硬件，迭代节奏对不上，效果也有限。 模型和硬件不是一起长出来的，模型的能力就到不了机器人的手指。这也是OpenAI这次自己招执行器工程师、自己搭制造团队的原因。 OpenAI上一次做机器人，是2017到2021年。 那个团队做了Dactyl项目，用强化学习训练一只机械手，2019年实现了单手还原魔方。2021年，团队解散，给出的理由是：训练数据不够。 这个理由在当时是真实的： 1. 强化学习加仿真训练的范式下，每个任务都需要大量独立的交互数据 2. 学会抓杯子的策略，很难迁移到开门或叠衣服 3. 互联网上有万亿级的文本可供语言模型训练，却没有规模可比的机器人动作数据 但这五年里，三件事改变了前提：大模型带来了通用的理解和推理能力，视频生成和世界模型让模型开始"理解"物理变化，而人形机器人的硬件也在快速成熟。特斯拉Optimus、小鹏IRON、Figure、1X都在加速迭代。 五年前OpenAI退出，是因为数据和范式都不成熟；五年后回来，是因为它判断"大脑"的问题已经有了解法，剩下的是身体和数据。 这也决定了它现在最缺的人。 Relia的岗位库里，具身智能 / 多模态（多模态、具身、机器人）是单独的一个方向。具身智能这一轮的新机会，我们会持续更新。Relia｜Where frontier AI teams meet researchers and builders. Relia 是面向 AI 研究型人才的招聘平台，连接前沿 AI 团队和 AI 硕博研究者、builder，我们覆盖的方向： 大模型：预训练 / 后训练 / 评测 智能体：Agent 算法与开发 具身智能：多模态、具身、机器人 AI Infra：推理系统、AI 芯片 量化金融：数据挖掘、交易系统 AI4Science：药物发现、蛋白质、科学智能体 🙋 求职者：在 Relia 浏览前沿岗位，一键直投 🏢 招聘方：免费发布岗位，触达全球 AI 人才 🌐 https://www.relia.ai/（跳转原文） AI求职 / 招聘合作：dylanmiao7
10月18日，Sam Altman在采访中再次确认：OpenAI会自己研发、制造人形机器人。
"We will definitely do a humanoid."我们一定会做人形机器人。
一、27个岗位，OpenAI在招什么人
5月31日，Altman在X上发出了OpenAI Robotics的第一份招聘启事：
"我们创造了一个非常独特的环境，来实现项目的规模和雄心。如果你对全栈机器人开发充满热情，请加入我们一起构建！"
Altman反复强调硬件和机器学习研究要从第一天起"协同设计"。这个说法是有背景的。
四、五年前解散，为什么现在回来
今天的副条是最新的AI岗位 👇
