OpenAI重返机器人赛道：从做大脑到自己造身体

6月1日，Sam Altman在X上发了一条招聘推文，正式宣布OpenAI Robotics成立。这件事看似只是一则招聘广告，但背后的信号很明确：全球估值最高的AI公司，不再满足于只做聊天机器人了。

从投资到亲自下场，路径转了180度

OpenAI之前对机器人的态度是"投而不做"。2023年领投挪威人形机器人公司1X，2024年参投Figure AI并为其提供大模型能力，Figure 01机器人甚至接上了GPT的大脑。但这种"做大脑、把身体交给别人"的模式，在2025年初被打破了。

Figure AI创始人Brett Adcock主动终止了与OpenAI的合作，理由很直接：Figure自研的Helix模型在机器人控制上已经远超OpenAI的通用大模型。合作的最后稻草是Altman亲自打电话给Adcock，坦承OpenAI正在考虑自己下场做机器人。

于是就有了6月1日这一幕。负责人Aditya Ramesh是DALL-E和Sora的核心开发者，团队方向叫"世界模拟"——用大模型理解物理规律，再灌进机器人的身体里。这个逻辑跟先做大脑再长身体一样。

短期帮工人，长期进家庭

Altman给的路线图很务实。短期目标不是造一个全能家用机器人，而是帮建筑工人、电工、管道工干活。这些被普遍认为"AI替代不了"的技术工种，成了OpenAI的第一站。长远来看，他描绘的是"每个人都拥有一个个人机器人"。

这个短期定位很聪明。建筑和基建领域人工短缺是全球性问题，而且B端付费意愿比C端强得多。先toB跑通商业模式，再toC做规模，是AI赛道被验证过的最稳路径。

IPO前的叙事升级

OpenAI预计今年9月上市，估值可能超过1万亿美元。但数字背后也有压力：2026年全年预计亏损140亿美元，最早2030年才能现金流转正。毛利率只有33%，推理成本是最大的吞金兽。

在这个节点上高调宣布进军机器人，不只是技术野心，更是资本市场叙事。纯软件的AI公司估值已经到天花板了，软硬件结合、从虚拟世界到物理世界的想象空间大得多。用摩根士丹利的预测来说，人形机器人市场到2050年可能超过5万亿美元。这个数字对IPO定价很有帮助。

赛道已经很挤了

特斯拉的Optimus计划今年进入批量生产，Figure AI估值冲到400亿美元，谷歌DeepMind和波士顿动力在物理AI上部署了规模化系统。OpenAI入局不是来开荒的，是来抢地盘的。

但OpenAI有一个独特优势：大模型的多模态能力。当视觉理解、语言推理和物理世界模拟可以在一套模型里完成，机器人就不再是"编程控制机械"而是"理解任务并自主执行"。如果这个技术路径跑通，传统机器人公司的先发优势可能被抹平。

当然挑战也很大。硬件供应链、传感器精度、安全冗余，这些都不是写代码能解决的。从实验室的Demo到工厂里真正能干活的机器人，中间隔着无数个量产地狱。

值得关注的信号

对我们这些关注AI落地的人来说，OpenAI重返机器人最大的意义不在于它能不能造出好机器人，而在于它验证了一个方向：具身智能不再是实验室里的概念，而是大公司真金白银在押注的战略。

从投资到亲自动手，从软件到硬件的跨越，说明一个问题：想在物理世界里让AI真正有用，光靠一个大模型API不够。你得同时懂模型、懂硬件、懂供应链。那种"我只做大脑、身体让别人做"的拼图模式，在具身智能上可能走不通。

对创业者和投资人来说，这个信号值得重视：具身智能的产业链机会正在从"模型层"扩展到"系统集成层"。谁能在算法、硬件、场景三者之间找到平衡，谁就能吃到下一波红利。