夜雨聆风如果你让任何一个AI从业者用一个词来形容2026年的行业，答案大概率不会是“大模型”。所有人都会告诉你，答案叫“具身智能”——让AI拥有一具可以在现实世界里摸爬滚打的身体。
6月1日凌晨，Sam Altman在社交平台X上发了一条看似轻描淡写的推文：OpenAI Robotics招聘优秀的全栈硬件、运营、系统、机器学习工程师，目标编程和制造对社会有用的机器人。
没有发布会，没有精美的宣发物料，甚至没有配图说明正在造什么样的机器人。对于一家市值逼近万亿美元的公司来说，这更像是一次再寻常不过的人才市场喊话。但如果你了解这家公司在硬件道路上的曲折历史，就会知道这条推文的分量——上一次他们这么认真做硬件，还是2020年解散机器人团队的时候。
一、六年沉寂：从“缺少数据”到“用AI训练AI”
时间倒回2017年。
彼时的OpenAI还是一家纯粹的AI研究机构，离后来“改变世界”的商业帝国还有相当距离。他们启动了一个名为Dactyl的项目，目标是训练一只机械手玩魔方。研究人员采用了当时颇为超前的强化学习技术，先在模拟环境中让机械手反复练习数百万次，再将学到的策略迁移到真实硬件上。
项目持续了两年多，技术上有不少亮点——那只机械手确实学会了在指尖转动魔方，甚至能适应各种干扰。但当团队成员开始认真思考下一步时，发现了一个根本性问题：数据不够。
2020年10月，OpenAI联合创始人Wojciech Zaremba在播客中正式宣布解散机器人团队。解散的原因简单而残酷——数据不够丰富。Zaremba坦言，“OpenAI所有的机器学习、无监督学习和强化学习的效果都非常好，有很多领域的数据非常丰富。而这最终阻碍了我们在机器人方面的发展。解散机器人团队的决定对我来说是相当困难的。不过，从公司的角度来看，这样做是最好的。”
这句话在今天听起来别有深意。正是在那次战略收缩之后，OpenAI将全部精力和算力投入到语言大模型上，才有了ChatGPT的一鸣惊人，彻底改变了整个人工智能的版图。
但故事并没有就此结束。
关于OpenAI秘密重返机器人领域的传闻，早在2024年底就已浮出水面。据《商业内幕》2026年1月报道，OpenAI在过去一年中悄悄建立了人形机器人实验室，目前已雇用约100名数据采集员，通过遥控机械手臂教导机器人执行家务任务。这个秘密机器人实验室自2025年2月启动以来，规模已扩大了逾四倍，并计划在加州里士满开设第二个实验室。
与上一次因数据短缺而黯然退场不同，这一次OpenAI的核心逻辑变了——他们不再试图从零开始搜集机器人数据，而是把训练大语言模型的逻辑搬了过来。
核心方法叫GELLO——一种低成本、可扩展的3D打印遥控控制器，人类操作员通过操作这个“微缩版”机械手臂来演示任务动作，从而生成高质量的训练数据集。通俗地讲：就像当年OpenAI从互联网搜集海量文本，炼出了GPT，现在他们准备从人类操作员的示范动作中“抓取”物理世界的操作逻辑。
为了规模化采集这些数据，OpenAI还密集发布了大量数据采集相关的招聘岗位——DAQ Station Hardware Engineer（数据采集站硬件工程师）、Technical Program Manager for Robotics Data Acquisition（机器人数据采集技术项目经理）、Field Engineer（现场工程师），这些岗位反复出现同一个关键词：规模化。
目前，这个团队由Aditya Ramesh领导，其世界模拟项目在过去一年中演变为OpenAI Robotics。短期聚焦技术工人所需的基础设施机器人，长期愿景是“让每个人拥有能做任何事的个人机器人”。
二、硬件生意：资本故事里最棘手的变量
按理说，这家公司正处在资本市场上最风光的时刻。就在不久前，OpenAI刚刚完成了一轮1220亿美元的天量融资，投后估值突破8520亿美元，几乎是硅谷历史上估值最高的创业公司。
Sam Altman本可以安心把主要精力放在大模型的迭代上，为什么要在这时候重新捡起机器人这条业务线？
从战略层面来看，这是AGI从“数字智能”走向“物理智能”的必然路径。OpenAI进军机器人赛道意味着从纯软件向软硬件一体转型，与Tesla Optimus和Figure AI正面竞争。
但还有一层因素更为关键，也更微妙——资本的压力。
2026年5月初，有报道称OpenAI一直在讨论将其机器人和消费硬件部门分拆成一个独立实体的可能性。这样做的好处非常直接：让核心AI业务在资本市场上的故事变得更“轻”、更纯粹。软件业务的利润率往往能达到80%至90%，而硬件业务则意味着沉重的研发投入、漫长的回报周期、复杂的供应链管理——这些都是华尔街分析师不喜欢的变量。【1】
但这个拆分计划最终无疾而终。据透露，律师们认为即便拆分后，这两个业务仍会以某种形式出现在OpenAI的资产负债表上，无法实现真正的“干净分离”。这也意味着，OpenAI不得不以一家“软件+硬件”公司的双重身份走向资本市场——这让IPO的故事变得更加复杂。
然而，硬件业务的“利空”是偏短期的痛点，它也可能成为长期最大的护城河。看看特斯拉就知道：外界常年诟病马斯克的产品跳票，但当Optimus机器人真的开始进厂打工，市场上立刻有大量声音认为，特斯拉的估值逻辑要重写了。OpenAI今天的押注，本质上是在赌一个类似的叙事转折——当实体机器人的数据飞轮一旦运转起来，资本市场就不会再把它当做“烧钱的硬件”来看。
三、中国的热闹与冷静
大洋彼岸，中国的具身智能赛道同样在经历一场前所未有的资本狂欢。
进入2026年，机器人领域的融资延续了2025年下半年以来的增长势头，行业资本热度持续攀升，百亿估值企业的数量也在快速扩容。IT桔子数据显示，截至5月26日，国内机器人领域一级市场融资434起，融资金额达到746亿元，而去年同期仅为235起。【1】
TrendForce集邦咨询的数据显示，2026年下半年全球人形机器人产业将进入商业化关键期，全年中国人形机器人产量预计同比增长94%。资本层面，2026年以来国内具身智能领域投资总额已超2025年全年，单笔10亿元以上融资达10起，资金从整机向全产业链全面渗透，上游零部件、中游具身大脑、下游RaaS（机器人即服务）平台均获大额注资。【1】
据蓝鲨财经社不完全统计，2026年以来，具身智能赛道单笔融资金额在10亿元及以上的已经超过20起，而2025年全年达到这一融资量级的只有6起。【1】
但在闪光灯的背后，行业另一面正在悄悄展现。
高盛5月31日发布的报告指出，中国人形机器人商业化进程虽然持续拓宽，但目前仍集中在工业搬运、物流等场景，主要以概念验证（POC）为主，尚未大规模落地。行业普遍预计，2027至2029年在积累千万小时高质量数据后，才能实现规模化部署。【1】
这与中国市场上汹涌的融资热潮形成了微妙反差。资本的热情与技术成熟的节奏之间，出现了一个微妙的错配。这种错配最后会用什么样的方式来消化，是泡沫破裂，还是提前蓄势，取决于接下来两三年里真正的应用场景能否落地。
小鹏集团近日宣布人形机器人IRON将于2026年底实现量产交付，预计2027年一季度进入门店导购。乐聚机器人和东方精工联合打造的国内首条万台级人形机器人自动化产线，已投入规模化制造。但从这些动作到真正的商业闭环，中间的变量远不止产线这么简单。
四、人才大战背后的信号
说了这么多商业层面的事，最后想聊几句跟年轻人有关的东西。
如果你在计划未来的职业方向，这次新闻里其实藏着一个很容易被忽略的信号——OpenAI这一轮大举招聘。有媒体报道，部分职位的基本年薪在21万美元至31万美元之间，另加股权期权【3】。但比数字本身更值得琢磨的，是具体岗位构成。
仔细看那串长长的招聘清单：电气工程师、执行器设计工程师、现场工程师、3D打印实验室技术员、固件工程师、数据采集站硬件工程师……几乎没有一个是传统的“算法工程师”或“模型工程师”，全部都是实打实的硬件工程岗位。
从全球趋势上看，具身智能正在成为就业市场的新风口。脉脉高聘人才智库发布的《脉脉2026春招职场洞察报告》显示，2026年1月至4月，具身智能领域招聘指数达到579，较2025年的36暴增15倍，岗位平均月薪接近6.2万元。有分析人士指出，AI FOMO正在推动科技公司加速布局，具身智能正在成为继大模型、Agent之后，又一个快速升温的人才战场。
猎聘大数据研究院发布的《2026机器人领域人才供需趋势洞察报告》进一步佐证，近一年（2025年4月至2026年3月），中国机器人领域新发职位同比增长75.26%，其中人形机器人赛道需求尤为火爆，新发职位同比增幅达215.80%。【1】
另一个值得留意的是各大公司在招人时的实际偏好。OpenAI在招聘执行器设计工程师时，明确提到需要“机械工程或相关领域的学士学位”以及“至少7年经验”，面试时会看重“强直觉的高性能机电系统设计能力，以及在子系统与整机系统两个层面平衡优化的经验”。——也就是说，工程经验比学位重要，动手能力比论文数量重要。
对于正在犹豫专业方向的学生来说，这意味着一条相当明确的信号：人形机器人距离真正规模化还有很长一段路要走，未来五到十年里，既有软件能力又能解决实体物理问题的人才，会变得越来越值钱。硬件工程领域不再是一个“边缘”方向，而是技术浪潮的核心变量。
回到最初那个问题：OpenAI为什么要在2026年重返机器人赛道？
如果只看表面，答案似乎是“为了抢占赛道”。但如果看得再深一点，会发现一家AI公司做机器人的逻辑，跟特斯拉做机器人的逻辑有本质不同。特斯拉的Optimus更像是一个从汽车制造体系中衍生出来的、拥有天然落地场景的硬件产品；而OpenAI的机器人，更像是给大语言模型买了一张“物理世界的入场券”。
但硬件这条路从来不好走。
从硅谷的历史上看，真正能在硬件领域同时吃透“灵魂”和“身体”的公司极少。苹果走了几十年，特斯拉走了十几年。OpenAI的机器人故事要想写下去，需要的不只是更聪明的大脑，更是比软件行业大得多的耐心和资源。
这也或许就是这件事最迷人的地方。当一个以软件起家的AI公司决定去触碰物理世界时，它被迫去面对那些无法用Ctrl+Z解决的问题——一个执行器的耐久性测试、一个轴承在数万次循环后的磨损分布、一个操作员界面的人机工效学设计。这些不性感、不易于复盘、无法被参数榜量化的细节，才是真正阻止机器人从实验室走进家庭的关键门槛。
OpenAI选择在2026年的夏天，主动跳进了这道物理题里。答案会怎样，谁也说不准。但这道题他们非做不可。
参考资料：
【1】硅谷大事件丨OpenAI成立机器人团队，奥特曼下场捞人；Opus 4.8“坦诚”人设反遭用户质疑；Meta筹备新AI硬件，下半年整体销量目标1000万台，网易
【2】OpenAI正式进军机器人领域，一场从虚拟智能到物理智能的悄然转身 ，网易
【3】OpenAI Robotics加大招聘力度，打造实体机器人 ，腾讯新闻
