自前年OpenAI与Figure AI分说念扬镳之后，外界便不断计算OpenAI有“开模打铁”双腿间湿成一片视频，打造我方机器东说念主的研究。如今，这一计算获取了官方的阐发。
6月1日，OpenAI CEO山姆·奥特曼在酬酢平台发布招聘信息，宣告培植“OpenAI Robotics”团队，认真进军实体机器东说念主领域。
奥特曼为团队设定了明晰的道路图：短期专注于开拓简略协助建筑和物理基础活动领域时刻工东说念主的机器东说念主；永远愿景则是让每个东说念主齐领有一个不错完成各式需求的个东说念主机器东说念主。
据悉，OpenAI全新机器东说念主业务板块由旗下“寰球模拟照管神志”升级演化而来。这次团队的挂帅者，却是OpenAI照管副总裁、文生图模子DALL·E和视频生成模子Sora的中枢开拓者阿迪亚·拉梅什。
而这一东说念主事布局也令外界景仰：按照阿迪亚·拉梅什的过往资格，依托Sora及VLA（视觉—言语—动作）大模子落地机器东说念主具身智能，或是阿迪亚・拉梅什主攻的时刻道路。但这一时刻旅途，已领受到业内东说念主士质疑，并被合计难以落地通器具身智能。
那么，OpenAI是否会开辟全新的寰球模子照管——抑或是仍是基于ChatGPT的时刻模子，来闯荡东说念主形机器东说念主行业？
起大早赶晚集
OpenAI的机器东说念主策动始于2017年，以至比绝大部分炙手可热的东说念主形机器东说念主企业起步得早。
起初，OpenAI对准的标的是理智手——其原型取名为Dactyl。2019年，OpenAI通过强化学习和“自动域随即化”（ADR）时刻，检修出一个AI系统，使Dactyl告捷还原了魔方。
彼时，OpenAI启发了行业从仿真环境检修并搬动才智到实在机器东说念主的时刻可行性。关联词当作寰球模子的创造者之一，OpenAI却在尔后全身心参加了大言语模子的迭代，该神志在2020年前后也被主动废弃。
OpenAI调和首创东说念主沃伊切赫·扎伦巴其后诠释，废弃具身智能，其根底原因在于数据瓶颈。机器东说念主物理交互数据极其稀缺、聚集资本腾贵、迭代慢慢。比拟之下，互联网上的文本和图像数据则海量且易于获取。从通往通用东说念主工智能（AGI）的成果旅途看，将资源集结于大言语模子（LLM）——也等于其后的ChatGPT，显得愈加睿智。
自然双腿间湿成一片视频，OpenAI从未废弃在机器东说念主领域的布局，但扮装却从切身下场酿成了“投资东说念主”。
2023年，OpenAI领投了东说念主形机器东说念主公司1X Technologies。2024年2月，OpenAI参与了Figure AI总数6.75亿好意思元的B轮融资，并告示为其东说念主形机器东说念主开拓专属的多模态AI模子。官宣相助后不到一个月时刻，Figure 01机器东说念主便在声称搭载了OpenAI具身智能的前提下，展示了部分自然言语交互与物体操作才智。
关系词，后续OpenAI与Figure AI的决裂，却折射出了机器东说念主与大言语模子之间自然的“水土抵御”。
2025年2月，Figure AI首创东说念主布雷特·阿德考克认真告示拒绝与OpenAI的相助，转而自主研发端到端机器东说念主AI模子。对此，阿德考克在采访中诠释称，由于OpenAI限制精深、业务范围闲居，但为机器东说念主等具体对象安设AI并非其主要存眷点。
“咱们发现，要想在试验寰球中大限制贬责具身智能问题，就必须垂直整合机器东说念主AI——咱们不可外包AI，情理和咱们不可外包硬件雷同。”阿德考克暴露。
不再“让言语学家当司机”
关于OpenAI与Figure AI的离异，外界还有另一种计算。Figure AI其实并不看好基于大言语模子或其Transformer架构在东说念主形机器东说念主上的可行性。
怎样阐明这件事？淌若你向大模子发送一组盲文图片，而大模子简略赫然这张图片如实属于盲文，但它却很难自主解答这个盲文的真谛——因为大模子莫得真是看到盲文的点位，Av无码精品一区二区三区宅噜噜仅仅读到“这似乎是一张盲文图片”的一段话。
一款通用东说念主形机器东说念主无疑需要同期具备言语才智和动作才智。但在具身智能的架构上，言语才智和动作才智却有可能是一个以火去蛾的时刻道路。
宇树科技首创东说念主、CEO王兴兴此前暴露，VLA模子就像“让一位言语学家去开车”——他自然能读懂交规，却很难遽然判断刹车距离或进犯物地方。
此外，斯坦福大学教育李飞飞指出，用言语模子阐明物理寰球有结构性短板，空间阐明、物理推理等繁难从未信得过贬责。
自然，按照奥特曼的说法，OpenAI寰球模拟照管神志在已往一年中发展飞快，现演变为OpenAI Robotics。但团队仍由Sora负责东说念主来领衔，或示意其仍然会沿用Transformer架构来鼓动东说念主形机器东说念主具身智能。
关系词，Meta前首席AI科学家杨立昆却合计，Sora生成的视频存在多数物理国法上的过错，如物体遽然湮灭、因果关系芜乱。它学到的是“视频数据的统计国法”，生成的是“看起来合理”的幻觉，而非信得过合适物理的寰球模拟，因此称其为“寰球幻觉生成器”更为准确。
而即便跟着模子的升级，如今Sora已然不会生成那么“巅”的视频，但按照大言语模子的检修量级，以及检修机器东说念主需要的高质地数据需求，用雷同模式完成具身智能照管，险些是一场不可能完成的任务。
智元机器东说念主联合东说念主、高档副总裁姚卯青指出，淌若将大言语模子的检修经由和具身智能模子检修作对比，GPT-5大言语模子的检修量级约100万亿Tokens，约为100亿小时量级，而现时高质地具身智能真机交互数据仅在50万小时的量级。两者可用数据之间存在数目级的“畛域”。难点在于数据获取的各异。大言语模子不错“欢娱地念书”，从互联网的海量文本、图像、视频中收受一维或二维信息。而具身智能必须在三维绽放寰球中“摸爬滚打”，通过本色与环境的物理交互产生闭环数据。
试验的考量
事实上，就连OpenAI本人的时刻说明也承认，Sora当作寰球模拟器当今仍存在诸多局限。举例，它并不可准确模拟好多基本互相作用的物理旨趣，比如玻璃落空，其他交互，如吃东西，也并不老是能产生正确的物体情状变化。这标明，从“生成传神视频”到“精准模拟物理寰球以检修机器东说念主”，仍有很长的路要走。
不外，从OpenAI这次的安排来看，开辟一条与ChatGPT和Transformer架构各异极大的具身智能研发旅途，可能成为试验。
从OpenAI Robotics的招聘岗亭配置也能看出这一念念路。证据其官方招聘页面，OpenAI岗亭消散硬件和软件协同、仿真环境、仿真实在性，以及负责放松“仿真到试验”差距的工程师。具体职位包括3D打印实验室时刻员、扩充器想象工程师、电气工程师、机器东说念主数据系统工程师、仿真工程师等。
短期缠绵聚焦于建筑、基建等场景，似乎亦然看中了这些场景任务相对结构化、市集明确，且能闪避与特斯拉Optimus、波士顿能源Atlas，以及繁多中国东说念主形机器东说念主厂商在通用东说念主形机器东说念主上的获胜竞争。
值得严防的是，这次高调告示机器东说念主策略还有一个辞谢疏远的配景。
据悉，OpenAI已于2026年5月22日神秘提交了IPO招股书草案双腿间湿成一片视频，研究最早于2026年9月上市。而在本年3月完成的最新一轮融资中，其估值已达到8520亿好意思元。