OpenAI也要造机器人了?

是的，OpenAI 也要造机器人了。

这句话听起来像是 ChatGPT 之后的新扩张。

但这件事有一层旧账：机器人不是 OpenAI 突然想到的新方向。

早在 ChatGPT 出来之前，OpenAI 就碰过机器人。它训练过一只机械手，让那只手去解魔方。

后来，OpenAI 把这条线暂时放下，转身去押大语言模型。

结果我们都知道了。

ChatGPT 把 OpenAI 推到了全世界面前。

现在，它又回来了。

所以问题就变成了：OpenAI 已经有 ChatGPT 了，为什么还要重新去碰那个最慢、最贵、最难落地的机器人？

2019 年，OpenAI 发过一个很出圈的机器人项目。

一只机械手，拿着魔方，在手心里慢慢转，最后把魔方解开。

这件事看起来像炫技。

但 OpenAI 当时想试的，远不止机器人会不会玩魔方。

更难的问题是：一个 AI 能不能先在模拟环境里学会动作，再把这套能力搬到真实机械手上。

这中间隔着一条很难跨过去的缝。

电脑里的世界很干净。摩擦、重量、角度、光线，都可以被设定。

真实世界不一样。

手指碰到魔方的力度稍微差一点，魔方会滑。角度稍微偏一点，下一步就接不上。表面材料、重量、惯性、摄像头看到的位置，都会让动作变形。

所以 OpenAI 当时训练的，远不止那只机械手。

它也在训练 AI 适应一个不那么听话的世界。

OpenAI 在那篇官方文章里还说过，人类级别的灵巧操作，是通向通用机器人的一条路。

听起来很远，但方向很清楚。

它想做的，也不是一台专门拧魔方的机器。

它想往前推的，是有机会处理不同物体、不同任务的机器人系统。

只是那条路太慢了。

机器人要硬件，要实验室，要真实数据。一个动作错了，不能刷新页面重来，可能就是东西掉了、手卡了、设备坏了。

相比之下，大语言模型那条路跑得快得多。

OpenAI 后来把更多资源压到模型上。GPT 系列一路往前，最后到了 ChatGPT。

这一步让 OpenAI 先赢了一场。

它先把 AI 带进了每个人的屏幕。

ChatGPT 之后，很多人对 AI 的想象被聊天框固定住了。

你问一句，它答一句。

你给一段要求，它写文章、写代码、做表格、看图片、生成视频。

这些能力已经很强。

但它们大多还停在屏幕里。

屏幕里的 AI 再聪明，和真实世界之间还是隔着一层东西。

你可以让 ChatGPT 告诉你怎么叠衣服。

但让一个机器人真的把衣服拿起来、摊平、对折、再折一次，是另一回事。

这些东西对人来说很普通，对机器人来说都是麻烦。

所以机器人不是“把 ChatGPT 接到身体上”这么简单。

聊天模型解决的是理解和生成。机器人还要解决抓取、平衡、控制、反馈和错误修正。

一个模型知道“把面包放进烤面包机”，不等于机械臂能稳定拿起面包、对准入口、放进去，再按下按钮。

这也是为什么 OpenAI 重新碰机器人时，报道里出现的画面并不科幻。

不是一群人围着会跑会跳的人形机器人欢呼。

更常见的画面，是有人远程操作机械臂，让它做一些很小的任务：把东西放进杯子，叠衣服，处理面包。

这些动作看起来小。

机器人缺的，恰恰就是这些小动作里的身体经验。

OpenAI 重新碰机器人，还有一个更现实的原因。

大模型竞争已经越来越挤了。

Google 有 Gemini。

Anthropic 有 Claude。

Meta 押开源模型。

xAI 也在追。

大家都在做更强的模型、更便宜的模型、更快的模型、更长上下文的模型。

OpenAI 当然还在前面，但聊天框这条路已经不再只属于它。

如果 AI 只停在屏幕里，竞争最后会越来越像几张表格的比较：谁便宜，谁快，谁会写代码，谁会看视频，谁回答更稳。

这些都重要，但它们很难撑起 OpenAI 的下一个故事。

OpenAI 一直讲的是更大的 AI。

如果这个故事继续往下走，它迟早要回答一个问题：

AI 能不能离开屏幕，进入真实世界？

机器人就是这个问题最直接的出口。

家庭、仓库、工厂、医院、养老、服务业，都绕不开真实动作。

这些地方需要搬东西、拿东西、检查东西、照顾人、重复做脏活累活。

如果 AI 只能说，不能做，它能改变的世界就有限。

所以 OpenAI 做机器人，不像只是多开一个业务。

它是在给 ChatGPT 之后的 OpenAI 找下一块入口。

ChatGPT 证明了 AI 可以和人说话。

机器人要证明的是，AI 能不能开始替人做事。

机器人还有另一层意思。

它给 OpenAI 一个更大的想象空间。

聊天机器人已经很大了。

但它主要吃的是知识工作、内容生成、编程、客服、办公这些场景。

机器人瞄准的是另一块更难的地方：物理劳动。

工厂里的搬运，仓库里的分拣，家庭里的家务，护理里的辅助动作，这些都不是靠一个网页窗口就能完成的。

这当然还很远。

现在的人形机器人，大多数还在演示、试点和小规模部署里。它们会摔，会慢，会贵，也很难马上进入普通家庭。

所以这篇不能写成“机器人时代已经来了”。

更准确的说法是：OpenAI 需要这个方向。

不是因为机器人突然变容易了。

而是因为聊天框这条路，已经不够 OpenAI 讲下一个故事了。

它需要证明，自己的 AI 能从聊天框接到真实世界里的任务。

这对技术重要，对公司也重要。

一家公司如果只在模型能力上竞争，很容易被别人追近。

但如果它能把模型、数据、硬件、操作系统和真实场景连起来，它讲的就不再只是模型参数。

它讲的是入口。

这里还有一个更微妙的地方。

OpenAI 一开始不一定要自己从零造完整机器人。

它可以先和机器人公司合作。

Figure 就是一个典型例子。

2024 年，Figure 拿到一轮很大的融资，投资方里有微软、英伟达、OpenAI Startup Fund 等名字。Figure 当时也宣布和 OpenAI 合作，让 OpenAI 帮它的人形机器人做专门的 AI 模型。

这个组合很好理解。

Figure 有身体。

OpenAI 有大脑。

看起来，把它们接在一起就行了。

但这段合作后来没有继续往下走。

2025 年 2 月，Figure CEO Brett Adcock 说，Figure 退出了和 OpenAI 的合作协议，转而自己做机器人 AI。

他的解释大意是：大语言模型越来越强，也越来越容易变成通用能力；真正卡住机器人的，不只是语言理解，而是高频动作控制。

到了 2026 年 3 月，Adcock 又在一次采访里把话说得更直。他说 OpenAI 后来有了自己做 humanoid 的计划，Figure 和 OpenAI 会变成竞争对手，所以这段合作已经不适合继续。

这只是 Figure 一方的说法。Business Insider 报道里也提到，OpenAI 没有回应置评请求，OpenAI 一位技术员工转发相关片段时说这个说法“不是真的”。

但不管双方对细节怎么解释，结果已经很清楚：Figure 没有继续把自己的机器人 AI 交给 OpenAI 做。

Figure 这段经历给 OpenAI 提了一个很现实的醒。

如果机器人公司只需要一个会聊天的大脑，那 OpenAI 很舒服。

它把模型能力接进去，就能站在机器人产业的关键位置。

但如果机器人难在身体数据、动作控制、硬件反馈和场景训练，OpenAI 只做大脑供应商就不够了。

机器人不是给 ChatGPT 装个身体。

机器人不是手机 App。

它不能只靠一个接口解决问题。

机械臂怎么动，手指怎么抓，摔倒怎么恢复，摄像头看到的东西怎么变成下一步动作，这些都要在真实机器上反复磨。

谁掌握这些数据，谁就更接近机器人时代的底层能力。

所以 OpenAI 重新加强机器人团队，可能不只是想给别人的机器人装上 ChatGPT。

它更像是在补一块自己缺过的能力。

当年 OpenAI 在屏幕里赢了一场。

但机器人这条路，屏幕里的能力不够用。

回头看，OpenAI 当年放下机器人，并不难理解。

那条路太慢。

语言模型那条路更快。

OpenAI 先做出了 ChatGPT，也先拿到了全世界的注意力。

但 ChatGPT 把 OpenAI 推到台前之后，新的问题也跟着来了。

AI 已经会聊天了。

AI 已经会写代码、看图、生成视频了。

下一步，它还能去哪里？

机器人给出的答案很直接。

去真实世界。

这条路不会快。

它比聊天框笨重得多，也贵得多。每一次进步，都要和硬件、数据、场景、成本一起磨。

但这可能正是 OpenAI 重新回来的原因。

最快的路已经把它带到了今天。

接下来，它得重新面对最慢的那条路。