大脑和身体都自己做。

2019年，OpenAI发布了一段视频：一只机械手，四根手指捏着魔方，先扫过六个面的颜色，再一步一步把它还原。

这只手叫Dactyl，当时被看作机器人强化学习的里程碑。

第二年，OpenAI解散了做出它的团队。

2026年9月2日，OpenAI CEO奥特曼在播客《Sources》里确认：“我们肯定会研发人形机器人。”接着又补了一句，也会做其他形态。

从魔方到这句话，隔了七年。加上最初做机器人的那三年，OpenAI用九年时间，把机器人这件事做了三遍：先亲手做一遍，再用投资的方式做，现在回到亲手做。

01.

一个方向，没有产品

这次的官宣信息很少，没有产品，也没有时间表。能确认的只有方向本身：人形机器人自己做；大脑和身体都自己做。

为什么是人形？奥特曼的理由听起来更像是常识：“这个世界在很大程度上是为人设计的。”门把手的高度、楼梯的宽度、工具的握把，都以人的身体为标准。与其改造物理世界，不如让机器人去适应它。

但他同时强调，并非所有机器人都必须是人形，在人形无法带来功能优势的场景，比如数据中心，OpenAI会采用其他形态。此外，对家用市场长期看好，但“并非当务之急”。

更值得追问的，除了做什么，还有为什么是现在。

回顾时间线。3月，OpenAI完成1220亿美元融资，投后估值8520亿美元，全球私募史上最大一笔。5月22日，秘密递交IPO招股书草案，计划最早9月上市。递交招股书仅10天后，6月1日，Greg Brockman官宣OpenAI Robotics团队成立。又过了三个月，9月2日，奥特曼在播客中亲口确认了方向。次日，OpenAI正式发布GPT-6 Astra，在ARC-AGI-3测试中得分从7.8%飙升至99.9%。这款被多家媒体称为“超级大脑”的新模型，被视为机器人落地的关键基础。这也是原计划的上市时间窗口。

机器人故事的每一步，都踩在资本动作的节奏上。

官宣之外，公众能看到的具体动作是招聘。OpenAI官网挂出的机器人岗位涵盖软件、电气、固件、产品安全等方向，职责涉及电路设计、PCB开发、传感器集成、数据采集、故障处理到量产准备的完整链条，个别岗位年薪44.5万美元，另含股权。这份岗位清单描述的，是一支从零搭建的完整硬件团队。

02.

第一遍：最早进场，最早退场

其实，OpenAI做机器人，比今天这批人形机器人公司都早。

2017年，它研究的问题就是行业现在的主线：仿真环境里学会的技能，怎么迁移到真实世界。2018年，Dactyl学会了单手转方块。2019年，靠强化学习加上一项自研的“自动域随机化”技术，还原魔方。

仿真训练、迁移真机，这套方法论后来被整个行业沿用。

2020年前后，团队解散。

联合创始人扎伦巴后来解释的原因是数据。语言模型的训练语料是整个互联网，伸手就能拿到；而机器人的每一次抓取和迈步，都必须在物理世界真实发生，摩擦、重量、碰撞、误差，每一步都很重要，但很贵、也很慢。

于是资源全部押给大语言模型。两年后，ChatGPT发布。

那次撤退事后看是对的。没有ChatGPT，就没有后来的OpenAI。但它造成的后果是，等OpenAI想回来的时候，牌桌上已经坐满了人。

03.

第二遍：当投资人

离开牌桌的那几年，OpenAI换了个身份：股东。

2023年3月，OpenAI创业基金领投人形机器人公司1X的2350万美元融资，那是它投的第一家硬件公司；第二年又领投1亿美元B轮。1X后来做出面向家庭的机器人NEO。

2024年2月，它进入Figure的B轮融资，同时签下合作协议：OpenAI出多模态模型，Figure出身体。一个月后，Figure 01的演示视频刷屏。

那几乎是“大脑公司+身体公司”的样板间。

合作维持了一年。

2025年2月4日，Figure创始人阿德科克宣布终止合作，转而自研端到端机器人模型。理由是，“要规模化解决具身智能，必须垂直整合机器人AI。我们不能外包AI，就像不能外包硬件。”

另一方面，他在今年的访谈里坦言，Figure内部的AI团队，主要是Google DeepMind出身的工程师，在机器人模型上“跑赢了”OpenAI 的团队；而且OpenAI自己有了做机器人的想法，双方从合作方变成了潜在对手。

而OpenAI的时间线，的确也跟这场“分手”咬合得很紧。

2025年1月31日，它向美国专利商标局提交商标申请，品类清单里出现“用户可编程人形机器人”。2月，官网挂出机器人岗位。团队后来定名OpenAI Robotics，从“世界模拟研究项目”升级而来，负责人是研究副总裁拉梅什，正是DALL·E和Sora的核心开发者。

04.

从零开始补课

拉梅什的任命，本身就是一份路线声明。

他是Sora的核心开发者，团队又从世界模拟项目升级而来。赌注写在明面上：视频生成模型正在学习物理规律，仿真和合成数据，有望补上真机数据的缺口。

但逻辑未必成立。

智元合伙人姚卯青给过一组数据：大模型的训练数据折算约100亿小时，高质量的具身真机数据只有50万小时量级，差了几个数量级。

质疑的声音认为，合成数据的底层规则是人设定的，不是物理世界自己长出来的。仿真里重力永远是9.8，但真实世界的摩擦力会随磨损变化，材料形变有非线性。这些变量几乎不可能被完整建模。宇树创始人王兴兴有个直观的比喻：VLA模型像“让一位语言学家去开车”，读得懂交规，判断不了刹车距离。

OpenAI自己的技术报告也承认过Sora的局限：它无法准确模拟玻璃碎裂这样的基础物理交互，“吃东西”也不总是让物体产生正确的状态变化。

当然也有乐观者认为，仿真在快速逼近真实，未来两三年合成数据就能补上缺口。

今天尚没有答案。但“最重要的就是大脑”这句话，走的恰好是最没被验证的那条路线。

另一头是硬件。关节、电机、减速器、散热、实时控制、安全冗余，这些都没有捷径。演示视频里完成一次抓取不难，难的是连跑八小时不宕机、面对没见过的环境不出错、成本压到能进厂。

特斯拉和Figure已经在这条路上积累了好几年，而OpenAI还要从零补上这门课。

05.

对手名单，变成两列

官宣之前，OpenAI的对手是一列：Anthropic、谷歌、xAI，争的是模型。

官宣之后，名单增加了一列：特斯拉Optimus、Figure、1X，和一批中国公司。

这四家的进度卡在不同的位置上。特斯拉Optimus已经进入自家工厂做简单任务，处于量产前夜；Figure估值390亿美元，自研Helix端到端模型，已交付工厂客户；1X的家用机器人NEO开放预订，买断2万美元一台，首年产能超1万台在5天内售罄。OpenAI这边，暂无产品，无参数，无时间表。

变化的不只是名单。原来买模型、拿投资的机器人公司，一夜之间成了同行。正如阿德科克早前说过，Figure和OpenAI会成为竞争对手。

2025年2月，阿德科克说“AI不能外包”，2026年9月，奥特曼用行动同意了这个判断，只是方向相反。

不是身体公司收回大脑，是大脑公司下场造身体。

关于这台机器人，今天能确认的全部信息是：一个方向、一支团队、一批硬件岗位、一个上市窗口。

剩下的，等招股书，等原型机。