OpenAI六年后再启机器人战略：从投资到自研的转型逻辑

6月1日，一则重磅消息在科技圈引发热议：OpenAI首席执行官山姆·奥特曼（Sam Altman）通过社交平台发布招聘信息，正式宣布OpenAI将进军实体机器人领域。奥特曼透露，公司正在组建名为“OpenAI Robotics”的专业团队，并面向全球招募全栈硬件工程师、运营专家、系统架构师以及机器学习领域的顶尖人才，目标直指“开发能够真正造福社会的实用型机器人”。

据奥特曼介绍，OpenAI的机器人战略将采取“双轨制”发展路径。短期来看，公司将聚焦于研发能够辅助专业技术人员建设未来基础设施的协作型机器人，这类机器人有望在建筑、能源、交通等领域发挥关键作用；长期愿景则是实现“个人机器人普及化”，让每个家庭都能拥有具备多场景适应能力的智能助手。

这一战略转型的背后，是OpenAI内部一项名为“世界模拟”（Worldsim）的前沿项目取得突破性进展。该项目通过将机器人硬件研发与机器学习算法深度融合，实现了从虚拟仿真到实体落地的技术闭环。项目负责人阿迪亚·拉梅什（Aditya Ramesh）作为文生图模型DALL·E和视频生成模型Sora的核心开发者，此次将带领团队探索“具身智能”的新边界。拉梅什表示：“我们正在构建能够理解物理世界的数字孪生系统，这将为机器人学习提供前所未有的训练环境。”

事实上，此次进军机器人领域对OpenAI而言堪称“回归初心”。早在2016年公司成立初期，机器人技术就被列为探索通用人工智能（AGI）的关键路径。当时OpenAI先后推出强化学习基准环境OpenAI Gym、开源机器人仿真平台Roboschool，并成功研发出具备精细操作能力的Dactyl灵巧机械手。这些技术积累为今日的战略重启奠定了坚实基础。

2019年，OpenAI通过强化学习与“自动域随机化”（ADR）技术的结合，训练出能够单手复原魔方的AI系统，验证了“仿真训练+实体迁移”技术路线的可行性。然而受限于当时机器人训练数据的稀缺性，以及互联网文本图像数据的易获取性，公司于2020年做出战略调整：解散机器人团队，将核心资源转向大语言模型研发。这一决策最终催生了现象级产品ChatGPT，也使OpenAI成为全球AI领域的领军企业。

凭借ChatGPT系列产品引发的全球大模型热潮，OpenAI迅速成长为估值最高的AI独角兽。据徽声在线获取的独家消息，OpenAI已于5月22日秘密提交IPO招股书草案，计划最快于2026年9月登陆资本市场。最新融资轮次中，公司估值已达8520亿美元，德意志银行等机构预测其上市估值可能突破1万亿美元，募资规模或达600亿美元，有望创下美国科技IPO历史纪录。

但高估值背后是严峻的财务挑战。公开数据显示，OpenAI预计2026年亏损将扩大至140亿美元，现金消耗速度持续加快，最早要到2030年才能实现现金流平衡。当前33%的毛利率远低于行业平均水平，主要归因于AI模型推理的高昂成本。分析人士指出，机器人业务若能成功落地，有望通过软硬件结合模式开辟新的盈利增长点。

在解散自研团队的几年间，OpenAI通过旗下创业基金持续布局机器人赛道，采取“投资+技术赋能”的双重策略。投资版图涵盖挪威人形机器人公司1X Technologies、美国人形机器人明星企业Figure AI，以及专注机器人大脑开发的Physical Intelligence等。其中与Figure AI的合作曾被视为行业标杆案例。

2024年2月，OpenAI参与Figure AI总额6.75亿美元的B轮融资，并为其人形机器人开发专属多模态AI模型。合作仅13天，搭载OpenAI技术的Figure 01机器人就展现出惊人的自然语言交互能力，可精准识别物体并完成自主操作任务。这段合作本被视为“软件定义硬件”的典范，却因技术路线分歧戛然而止。

2025年2月，Figure AI创始人布雷特・阿德考克宣布终止与OpenAI的合作，转而自主研发端到端机器人AI模型。阿德考克认为：“通用大模型无法满足机器人硬件的实时响应需求，必须构建垂直整合的专用模型。”这场分手直接促使OpenAI重启自研机器人团队，将机器人业务从“战略投资”升级为“核心业务”。

业内分析认为，OpenAI此时重启机器人业务具有多重战略考量。从资本层面看，这是为IPO打造新的增长故事，通过“具身智能”概念对冲市场对其商业模式可持续性的质疑；从技术层面看，公司希望将语言大模型的优势延伸至物理世界，构建“虚拟-现实”技术闭环；从行业格局看，这或将重塑机器人研发范式，推动行业从“硬件驱动”向“软件定义”转型。

OpenAI的核心竞争力在于其全球领先的AI大模型能力，特别是对物理世界进行建模的“世界模型”技术。与传统机器人公司“先造身体再训练大脑”的路径不同，OpenAI采取“先造大脑再适配身体”的反向策略：先通过世界模型让AI理解物理规律，再将智能能力注入实体机器人。这种软件定义硬件的模式若能成功，或将引发机器人行业的范式革命，为AI技术落地开辟全新路径。