“我们会。”当被问及OpenAI是否会亲自制造人形机器人时，奥尔特曼的回答只有这两个字。但他紧接着强调，机器人长什么样“远不如真正研发出驱动机器人运转的‘大脑’重要”。
10月18日，OpenAI首席执行官萨姆·奥尔特曼在《Sources》播客节目中首次系统披露了公司的人形机器人计划。他确认OpenAI将亲自下场制造人形机器人，但将研发重心明确指向了智能系统，而非硬件形态。按照他的预判，OpenAI有望在2027年推出“亮眼的演示样机”，但机器人真正走向公开实际应用，还需要数年时间。
为什么是人形？“这个世界就是为人类设计的”
奥尔特曼为选择人形形态给出了一个务实到近乎朴素的原因：现实环境中的门、键盘和各类工具，都是按照特定的人体形态打造的。一台需要在同类空间中活动的机器人，采用相近外形是“不错的思路”。
但他迅速将话题从“长什么样”拉回到“会什么”。在他看来，外观细节远不如“大脑”重要——如果一台机器不知道如何运用四肢，就算给它装上双臂双腿，也难以发挥作用。
奥尔特曼口中的“大脑”，是一套远比命名听起来复杂得多的系统。一台高性能人形机器人必须能够理解摄像头与传感器采集的画面，解读指令，规划执行方案，协调躯体动作，并在现实环境出现意外时自行修正。以拿起马克杯为例，机器人需要识别杯子、找到杯柄、预估抓握方式、施加合适力度——一旦出错，咖啡洒出，还得清理地面。
七年前的Dactyl：一次“输在数据”的失败
OpenAI对人形机器人的“大脑”并不陌生。2017至2019年，其Dactyl项目用Shadow Dexterous Hand在仿真环境中训练机械手，通过强化学习和“自动域随机化”技术将策略迁移到真实世界。2019年，这只机械手已经能够单手转动并解开魔方。
但机器人没有成为下一个GPT。2021年，OpenAI联合创始人Wojciech Zaremba确认机器人团队解散。他给出的理由直接而坦率：机器人领域缺少足够的数据，无法像语言模型一样持续扩大训练规模。从AGI研究的投入产出来看，公司决定将资源转向更有希望快速Scaling的方向。
第一次失败，输在数据。互联网天然存在海量文本和图像，但机器人面对的是触觉、关节状态、接触、摩擦和时间同步——这些关键变量不会出现在普通互联网视频中。
五年后OpenAI重新回来，最先建设的恰恰是当年缺掉的东西。
截至9月，OpenAI官网以“robotics”为关键词可找到27个职位，5月时这个数字还是11个。新增岗位横跨算法、控制、执行器、传感器、固件、数据采集、制造、供应链与现场部署。在供应链岗位的招聘说明中，OpenAI直接写了一句话：“We‘re a growing hardware company.”。
更值得注意的信号来自数据采集岗位。OpenAI正在招聘负责机器人数据采集的技术项目经理，要求把机器人、传感器、计算设备、操作员界面和数据管线组合成“production-ready”的系统，并扩展到多个站点。
数据采集运营经理的考核指标包括利用率、Cycle Time、Throughput、Downtime和Data Quality——几乎是一套制造工厂的生产指标。从“仿真优先”到“数据工厂”，OpenAI的第二次机器人之路，起点已经完全不同。
“没那么重要”的另一半：27个岗位里的硬件野心
奥尔特曼强调智能，并不意味着OpenAI将硬件视为附属品。招聘信息显示，团队正在自研机电一体化执行器，集成电机、传动机构、传感与热管理系统；其余岗位覆盖规模化量产所需的制造与供应链。
OpenAI并非踏入无人涉足的领域。特斯拉多年来一直在研发擎天柱，小鹏近期则实现了IRON人形机器人组装完成后自主走下产线——后者在广州启用了核心工序自动化率超80%的产线，计划2026年底量产，首批投放自家门店和园区，2027年面向全球交付。相比之下，特斯拉Optimus的产线仍在调试中，量产时间表已多次延后。
OpenAI的起步阶段规划比“每户一个机器人室友”务实得多。
一则招聘启事写明，短期目标是打造通用机器人，协助技术工人建设基础设施；长期目标才是个人机器人，完成更多种类的任务。OpenAI尚未公布机器人的售价、订阅模式、上市日期或隐私规范，但27个岗位空缺本身已经说明了投入的规模。
从Dactyl的机械手到2027年的演示样机，OpenAI走了七年。七年前它相信仿真可以绕过真实世界的复杂性；七年后它回来时，最先搭建的却是一座生产真实数据的工厂。这一次，“大脑”能否学会运用四肢，取决于它先学会看懂多少真实世界的摩擦、失败与意外。