据报道，OpenAI正在组建一支专注于人形机器人的新团队，聘请了多位在机器人控制算法领域有专长的研究人员。这标志着OpenAI在2021年解散机器人部门后，重新将机器人技术作为核心战略。

公司的招聘目标明确指向人形机器人项目，正在寻找具备遥操作和模拟（如Nvidia Isaac平台）经验的专家。这些动作表明，OpenAI押注与物理世界的交互是实现通用人工智能（AGI）的关键一步。

从算法到实体，OpenAI的战略大转向

OpenAI的招聘行动正在提速。斯坦福大学的Chengshu Li已于2025年6月加入OpenAI，他此前的研究涉及为能够处理家务的人形机器人设计能力基准。

根据LinkedIn个人资料，另有两名来自其他机器人实验室的研究人员也已入职。尽管OpenAI拒绝对其招聘或机器人研究计划发表评论，但其官网发布的职位描述颇具指向性。

所有机器人相关的职位空缺都明确指出，该团队“专注于解锁通用机器人技术，并在动态的真实世界环境中推动AGI级别的智能”。这清晰地表明了公司将机器人技术与AGI的终极目标直接挂钩。

自研硬件还是对外合作？

目前尚不清楚OpenAI是计划自研机器人硬件、使用现有硬件，还是与机器人公司合作。然而，近期发布的一个机械工程师职位为外界提供了线索。

该职位要求具备原型设计和制造带有触觉及运动传感器的机器人系统的专业知识。一位机器人专家表示，这可能意味着OpenAI计划制造自己的机器人，或正在为机器人训练开发遥操作系统。

更值得注意的是，该职位要求应聘者拥有“为大批量（100万台以上）生产设计的机械系统经验”。这强烈暗示了其对未来系统进行大规模生产甚至部署于制造业的雄心。

巨头逐鹿人形机器人赛道

OpenAI重返机器人领域，将进入一个竞争日益激烈的市场。除了Figure、Agility和Apptronik等明星初创公司外，特斯拉和谷歌等科技巨头也正在大力投资人形机器人的研发和测试。

特斯拉的Optimus机器人已经取得显著进展。2025年5月10日，特斯拉在奥斯汀工厂交付了Optimus Gen-3工业级人形机器人，它能够负重50公斤，并以6km/h的速度行走。

同时，Agility Robotics也为其Digit人形机器人开发了全身控制基础模型，作为不到一百万个参数的“运动皮层”。该模型通过模拟和强化学习训练，实现了零射击模拟到真实的转移。

模拟训练与转移学习

人形机器人技术的核心挑战之一是如何让算法高效学习物理交互。目前的主流方法是利用模拟环境和遥操作技术。

遥操作是训练部分或完全人形机器人的关键部分：人类操作员执行任务并控制机器人的肢体，而算法学习如何模仿他们的动作。这些角色还需要在模拟工具方面的专业知识，包括Nvidia Isaac，这被广泛用于通过算法在虚拟物理环境中学习来训练人形机器人。

Agility Robotics的创新表明，这种方法已经取得突破。他们的模型通过2000小时的模拟运动数据训练，能够在从虚拟训练到物理硬件的部署中实现无缝转移，而无需额外微调。

为何需要物理交互？

第一个反常识疑问：为什么开发数字AI需要折腾笨重的机器人？ 明明ChatGPT已经那么聪明，为什么还要给它造个身体？

布朗大学机器人专家Stefanie Tellex指出，在GPT-5的研发似乎达到一个平台期后，AI需要“走向物理世界”以寻求新的突破[citation:1。

仅靠软件和数据可能不足以实现终极AI目标。AI需要理解物理世界的规则和限制，才能真正获得人类水平的智能。

第二个反常识疑问：为什么非要模仿人类形态？ 轮子比腿更高效，机械臂比手指更精准，为什么偏要追求“人形”？

斯坦福大学研究员Chengshu Li的研究提供了线索：他专注于为家用人形机器人设计能力基准。我们的家庭环境、工具和设备都是为人类身体设计的，只有人形机器人能够无缝融入这些环境。

具身智能与AGI之路

OpenAI的战略转向，正值业界开始反思大型语言模型发展路径之际。具身智能强调AI算法与物理世界的交互，例如通过机器人执行任务、收集数据。

从科学角度看，物理世界为AI学习提供了最丰富、最复杂的训练环境。无论是重力、摩擦力还是材料特性，这些物理概念只有在实际交互中才能被真正理解。

AI需要通过感知-行动-反馈的循环来发展对世界的理解，就像婴儿通过学习触摸、抓取和行走来认识世界一样。

从工厂到家庭的革命性变化

人形机器人的发展将带来实际影响。制造业可能会迎来自动化革命。特斯拉已经与宝马、丰田等车企签订了5万台Optimus订单，主要用于底盘装配、喷涂等高危岗位。

家庭环境也可能迎来改变。能够处理家务的人形机器人可能会成为现实，解放人们的时间精力。

摩根士丹利预测，到2050年，人形机器人产业的市场价值可能达到5万亿美元。虽然目前的人形机器人在智能程度上仍难以应对复杂、不可预测的环境，但随着资本和顶尖人才的涌入，技术突破的步伐有望加快。

潜在担忧与伦理考量

随着人形机器人技术的发展，担忧和伦理问题也随之出现。欧盟正在积极推进的《人工智能法案》对机器人等高风险AI应用提出了更严格的监管要求[citation:4。

工作替代问题也值得关注。如果人形机器人能够执行大多数人类工作，可能会对就业市场造成巨大冲击。然而，另一方面，它们也可能填补劳动力短缺，特别是在老龄化社会中。

安全性和可靠性也是重要考量。波士顿动力与MIT合作开发了“力反馈安全围栏”，通过6轴力传感器实时监测人机交互力，在协作装配场景中冲击力控制在5N以内，符合安全标准。

特斯拉Optimus已在工厂试运行，Agility Robotics的Digit机器人学会了稳定行走和负重，甚至宝马、丰田等车厂已下单预订5万台机器人工人。

而OpenAI的入局，可能为这些“身体”注入最聪明的“大脑”。想象一下，当ChatGPT的思维能力注入一台能自由移动的机器人——它不仅能回答你的问题，还能帮你拿饮料、整理房间、照顾老人。

人类正在为AI打造一副躯壳，而这道门槛，可能正是通往真正智能的最后一步。