Sam Altman 本周确认，OpenAI 已重新启动实体机器人项目，但与早期尝试不同，新项目不再聚焦家用服务机器人，而是瞄准工业和基础设施维护领域。团队目前正在招募机械工程、控制系统和嵌入式软件方面的人才，长期愿景是让每个人都能拥有专属的通用机器人。
- 初始应用场景包括工业制造、能源设施巡检和物流仓储自动化
- 团队规模已超 50 人，由前波士顿动力工程师领衔硬件研发
- 与 Figure AI、1X Technologies 等既有机器人公司的策略不同，OpenAI 强调自研整套软硬件栈
- Altman 在内部通信中将该项目定位为”通往 AGI 的物理接口”
真正的影响
OpenAI 此前在机器人领域有过一段尝试，但 2021 年因缺乏数据收集渠道而解散了硬件团队。现在重启这一方向，背后的逻辑变化值得注意：大模型在规划和控制上取得了实质性突破，可以用自然语言指挥机器人执行复杂任务；同时，ChatGPT 积累的用户基础和品牌信任为机器人产品提供了现成的分发入口。
Altman 在给员工的内部备忘录中写道：”我们不可能在数字真空中实现 AGI，AI 必须学会与物理世界交互。”卡内基梅隆大学机器人研究所教授 Matthew Johnson-Roberson 对此评论称，OpenAI 选择从基础设施场景切入是务实的决策，”工业巡检环境相对结构化，技术风险可控，且客户付费意愿远高于消费市场。”
据行业分析机构测算，全球基础设施巡检机器人市场在 2025 年已达到 87 亿美元，预计 2030 年将增长至 210 亿美元。OpenAI 此时入局虽然落后于波士顿动力、Anybotics 等先行者，但大模型支持的”智能泛化能力”可能是后来居上的关键变量。
需要观察的点
硬件制造是 OpenAI 从未证明过自己的能力。软件公司的基因与精密制造的技术栈相去甚远，从零搭建供应链和生产线通常需要 3 到 5 年。OpenAI 是否会选择与代工厂合作，还是效仿特斯拉走自建产线的路线，目前尚未明确。
此外，机器人项目的高资本消耗与 OpenAI 目前寻求盈利的压力之间可能存在矛盾。工业机器人从研发到交付的周期长、前期投入大，短期内很难看到财务回报。这在 Altman 设定的”影响力优先”和董事会要求的”可持续营收”之间会形成持续张力。
