2026 年 10 月 17 日，据 Engadget 报道，OpenAI CEO 萨姆·奥特曼（Sam Altman）在《Sources》播客被问到”OpenAI 是否真的会造人形机器人”时，给了两个词的回答：”We will（我们会）。”——不是”我们在考虑”，也不是”这是方向之一”。这家人工智能实验室，第一次把”人形机器人”从对外投资与合作对象，明确成了自研项目。
更早一些，在 2026 年 9 月 15 日接受《财富》采访时，他给过一个谨慎的时间表（经 Engadget 转述）：”我想我们会在 2027 年拿出一个亮眼的演示样机……但我不认为机器人几年内就能走上街头。”
他的选型逻辑很朴素：门把手、键盘、楼梯、货架，都是按人的身高和手掌设计的，一台要在人类空间里干活的机器，“长成人的样子”是最省事的工程选择。但他立刻把重心挪开——机器人身体的细节，”远不如那个让它跑起来的大脑重要”。先造大脑、再雕皮囊，这是 OpenAI 这次反复强调的主线。
招聘页比发布会更诚实
比起访谈里含糊的措辞，OpenAI 招聘页上的信息量更大。据 Engadget，其机器人相关岗位已列到 27 个（注：部分中文转述写的是 19 个，本报告以 Engadget 口径的 27 为准，且相关岗位数会随时间变化）。这些岗位覆盖运动控制、状态估计、执行器控制、整机行为协调，以及面向物理 AI 的机器学习基础设施。据 AI Weekly 统计，其中约 4 个岗位专门聚焦执行器（actuator）设计——执行器是机器人的”肌肉”，决定关节的扭矩、精度与能效。
自研执行器、连制造和供应链都要招人，传递的信号很清楚：OpenAI 不打算把机器人的核心硬件外包出去，它要的是从算法、硬件到数据闭环的垂直整合。而短期定位也务实——招聘文案写的是”帮助技术工人建设基础设施的通用人形机器人”，而非家用机器人。工业场景对操作误差容忍度更高、人机环境更可控；家庭则意味着无数不可预见的变量，以及一套尚不存在的隐私与安全框架。
但“没说的”同样关键：截至 10 月 17 日，OpenAI 未公布机器人的名字、外观、规格、演示内容、面向外部人员的开放时间，也没有任何价格、订阅模式或专门的机器人隐私框架。一句”2027 年的演示”，是展示（demo），不是商业发布。
一段被低估的旧账：为什么是“现在”
OpenAI 与机器人的渊源比大多数人想象的早。2016 年起它陆续推出强化学习环境 OpenAI Gym、仿真平台 Roboschool，并在 2019 年做出 Dactyl——一只在仿真里训练、能把三阶魔方还原成功率做到稳定约六成的类人灵巧手（OpenAI 官方历史成果）。它证明了”仿真到现实”（sim-to-real）迁移可行，却也始终撞在”仿真到现实差距”这堵墙上：模型在虚拟环境练好的动作，到了真实的重力、摩擦、线缆与突然伸过来的人手面前，常常失效。约 2020 年前后，OpenAI 亲手解散了机器人团队；联合创始人扎伦巴后来解释，根本原因是物理交互数据稀缺、采集昂贵、迭代缓慢，远不如海量文本划算——于是资源全押向了后来的 ChatGPT。
一条更近的时间线，成了这次转向的直接扳机。OpenAI 曾投资并合作人形机器人明星公司 Figure AI（参与其 6.75 亿美元融资，Figure 目前为西方估值最高的人形创业公司之一，媒体报道口径约 390 亿美元）。但 2025 年 2 月，Figure CEO Brett Adcock 主动终止合作，转而在内部自研端到端 VLA 模型 Helix，理由是”机器人 AI 不能外包，就像硬件不能外包”。这句话反过来点醒了 OpenAI：与其给别人当”大脑供应商”，不如自己造一台完整的机器人——因为大模型已经强到，物理载体的边际价值开始超过纯软件。
把镜头拉远：它到底排第几
OpenAI 是带着大模型时代的”系统级思维”入场，但单看落地进度，它并不领先。据 IDC、Counterpoint、Smart Analytics Global 三家机构的 H1 2026 出货估算（口径不同、彼此相差约 6,000 台，均为第三方统计）：全球上半年交付约 1.9 万至 2.5 万台人形机器人，是去年同期的 3—5 倍，其中 97% 以上出自中国厂商。Counterpoint 口径下，智元 AGIBOT 以约 43% 份额超越宇树居首，前五名份额合计约 86% 且清一色中国公司；宇树 2026 年 8 月在科创板完成 IPO，募资约 61 亿元人民币（媒体口径，约合 9 亿美元），是内地首家上市的人形本体厂商。小鹏在 2026 年 9 月宣布其 IRON 人形”自己走下产线”，据报道有 76 个自由度（单手 21 个），量产目标定在 2026 年底。特斯拉 Optimus 则仍卡在量产爬坡，产线在 7 月的季度电话会上被描述为”正在 Fremont 安装”，Optimus V3 的发布多次推迟（其三季度财报定于 10 月 21 日公布）。
更值得注意的是“大脑”本身正成为一门独立生意。2026 年 10 月 19 日，由前英伟达 GR00T 团队核心成员创立的 Dream Labs 结束隐身，披露获 9,000 万美元种子轮（B Capital 领投，公司自报），推出 Dream-1 模型与 Dream API：输入一路机器人相机画面加一句自然语言指令，输出运动命令，并宣称可用于”从未训练过的机器人”——”any robot”是公司的自报口径，尚待第三方检验。这与谷歌把 Gemini Robotics ER 2 以 API 形式开放、OpenAI 强调”先解决大脑”，其实是同一个判断的不同版本：下一阶段的能力跃升，靠的是真机物理交互数据，而数据要么用别人的机器人采、要么用自己的机器人采。
一句话的清醒
OpenAI 亲自下场，最大的意义不在”何时造出来”，而在”为何现在、为何自研”。它押注的是：模型能力已到临界点，物理世界的交互数据将成为 AI 继续变强的稀缺原料。但这道选择题有个残酷前提——物理世界迭代远比软件慢：模型几周一更新，一批机器人从设计到制造到部署要按年算，OpenAI 熟悉的”快速试错”文化，将在硬件约束下接受真正考验。
2027 年的那句”cool demo”，目前更接近一张入场券，而不是一份成绩单。当 AI 从屏幕里走向齿轮与液压杆之间，考验它的不只是”大脑”有多聪明，还有这副身体，能不能在真实的地板上，反复摔倒之后自己站起来。
