OpenAI 正式亲自下场:220万年薪狂招机器人硬核人才,告别投资布局走向自研赛道

OpenAI 正式亲自下场：220万年薪狂招机器人硬核人才，告别投资布局走向自研赛道

作者：张艺凡

编辑：晋芳博

6月1日，没有盛大发布会，没有炫酷概念视频，OpenAI CEO山姆·奥特曼只用一条社交媒体帖子，就引爆了全球具身智能行业。他正式官宣组建"OpenAI Robotics"团队，面向全球集中招聘11类机器人核心岗位，从电气研发、执行器结构设计到仿真环境搭建、整机控制系统，覆盖全产业链方向。

部分岗位基础年薪高达21-31万美元，折合人民币最高超过220万元，再加上丰厚的股权期权，招揽力度空前。这一动作标志着OpenAI彻底调整机器人产业布局策略——从以往单纯投资参股机器人企业，全面转向组建自研团队亲自入局。

这不是OpenAI第一次涉足机器人领域，而是时隔六年的"王者归来"。

早在2016-2019年，OpenAI就推出了强化学习基准环境OpenAI Gym、开源机器人仿真平台Roboschool，并成功研发了Dactyl灵巧机械手，通过强化学习和"自动域随机化"技术实现了单手复原魔方的壮举。这项研究证明了"仿真训练→实体迁移"技术路线的可行性。

然而，2020年底，OpenAI却突然解散了机器人团队。联合创始人Wojciech Zaremba当时直言不讳："机器人最大的瓶颈是数据太少，而语言、图像这些领域数据要丰富得多，从公司角度来说只能解散"。这一看似"失败"的决定，反而成就了后来的ChatGPT。

时移世易，如今OpenAI带着成熟的大模型技术重返机器人赛道，战略意图已经截然不同：

第一，AGI落地的必然选择。奥特曼多次强调，"AI应该能在物理世界里帮助人"。大语言模型已经让AI掌握了数字世界的知识，但要实现真正的通用人工智能，必须让智能体能够感知、理解并与物理世界交互。

第二，世界模拟技术的成熟。此次机器人业务由DALL·E和Sora的核心开发者阿迪亚·拉梅什挂帅绝非偶然。表面上看，Sora是视频生成模型，但从机器人视角看，它更像是OpenAI对世界模型的一次大规模预演。Sora已经能够理解物体碰撞、液体流动、空间关系等物理规律，这些恰恰是机器人操作真实世界的前置条件。

第三，投资模式的局限性。此前OpenAI通过旗下基金投资了Figure AI、1X Technologies等多家机器人初创公司，但这种模式无法实现技术的深度融合。奥特曼在Core Memory播客中坦言，与外部公司的合作难以按照OpenAI的节奏推进，也无法充分发挥大模型的优势。

第四，IPO前的战略布局。此举恰逢OpenAI冲刺IPO的关键节点，具身智能作为AI下一阶段的核心赛道，能够为公司提供更具想象力的增长故事，对冲市场对其商业模式和亏损的担忧。

OpenAI开出顶级薪资招募硬件、结构、控制类人才，本质上是在补齐自己最大的产业短板——从纯软件AI向软硬结合转型的能力。

从招聘岗位可以清晰看出OpenAI的技术布局：

OpenAI在大模型算法上拥有绝对优势，但在硬件设计、制造工艺、控制系统等方面几乎是空白。这次全栈式招聘，就是要从零搭建一支能够"从头到尾造出机器人"的硬核团队。

值得注意的是，OpenAI正在复刻当年训练ChatGPT的"数据工程路径"。据报道，OpenAI在旧金山的实验室已经配备了约100名数据采集员，三班倒利用3D打印的GELLO控制器远程操控机械臂，从简单的"抓取橡皮鸭"进阶到烤面包、叠衣服等复杂家务。这种通过大规模遥操作积累高质量数据的模式，正是ChatGPT成功的关键。

在OpenAI这支全新的机器人团队中，华人研究者已经成为不可忽视的核心力量，深度参与三大核心研发管线：

第一条主线：机器人学习与灵巧操作

林星宇是OpenAI机器人团队的创始成员之一。他本科毕业于北京大学计算机专业，拿下卡内基梅隆大学机器人研究所博士学位后，又在伯克利BAIR实验室完成博士后研究，深耕通用机器人领域多年。

业内知名的低成本遥操作框架GELLO与人形机器人评测基准HumanoidBench，他都深度参与开发。他的研究方向聚焦于学习结构化世界模型、从预训练多模态基础模型进行知识迁移，这些正是OpenAI机器人技术路线的核心。

第二条主线：全身协调与移动操作

今年春季正式入职的何泰然，本科就读于上海交通大学计算机专业，同样拥有卡内基梅隆大学机器人研究所博士学历。他研发的Omni H2O技术，探索了人形机器人全身协调操作能力，使移动与操作能够在统一框架下协同完成。

何泰然还是一位坐拥五十多万粉丝的科技博主，运营着知名科技播客Whynot TV。他的加入不仅带来了技术专长，也为OpenAI机器人团队带来了更强的行业影响力。

第三条主线：世界模型与仿真迁移

拥有伯克利博士学位的Lawrence Yunliang Chen，出身AUTOLAB与BAIR实验室（伯克利），主攻机器人学习与操控方向，曾在英伟达实习。他的研究重点是如何将仿真环境中训练的模型高效迁移到真实机器人上，这正是OpenAI基于Sora技术路线的关键环节。

华人科学家在OpenAI机器人团队中的核心地位，延续了OpenAI一贯的人才传统。此前GPT-4o的17人核心团队中，就有6位华人领衔；ChatGPT团队中，华人成员也占比约10%。

从招聘岗位和团队背景来看，OpenAI的自研机器人将走一条与特斯拉、Figure等公司截然不同的技术路线：

别人先造身体，OpenAI先造大脑

特斯拉Optimus和Figure 01都是先把机器人的硬件身体造出来，再想办法往里填充智能。而OpenAI则是先让AI通过Sora等世界模型理解物理世界的运行规律，再把这套能力灌进真实的机器人。

这种"自上而下"的技术路线，充分发挥了OpenAI在大模型和世界模拟方面的优势。拉梅什团队的核心任务，就是将Sora已经掌握的物理世界理解能力，转化为机器人的实际操作能力。

奥特曼为团队设定了清晰的两步走战略：

短期目标：打造服务技术工人的协助型机器人，助力未来基础设施建设。重点赋能建筑、工业制造等领域，协助完成搬运、装配、巡检等重复性或高强度任务。

长期愿景：让每个人最终都能拥有自己的个人机器人，帮你做任何你需要的事。

值得注意的是，OpenAI明确表示短期内不会涉足家用消费级市场。这是一个非常务实的选择——家用环境高度非结构化，安全要求严苛，而基建和工业场景相对结构化，更容易实现商业化落地。

从招聘信息来看，OpenAI并没有明确表示要做人形机器人。岗位描述中提到"探索不同形态的机器人"，这意味着OpenAI可能会先从机械臂、移动平台等更简单的形态入手，优先解决通用智能问题，再逐步向更复杂的人形机器人演进。

六年前，OpenAI 因物理世界数据匮乏退场机器人赛道，彼时的 AI，还只能局限在屏幕里、网络中，服务于虚拟的数字场景。六年后，携大模型与世界模型技术强势回归的 OpenAI，不再满足于做资本投资人、行业旁观者，而是沉下心攻坚硬件、深耕实体，真正想要让 AI 走出屏幕、走进现实。

对所有科技从业者、赛道创业者来说，这更是一个明确的信号：AI 的终极竞争早已不在数字对话，而在物理落地。ChatGPT 重塑了我们的线上生活，而 OpenAI 全力攻坚的具身智能，终将颠覆我们的现实世界。属于普通人的 AI 实体时代，已然加速到来。