Discussion: 国内新闻
据路透社（Reuters）2025年1月独家报道，OpenAI首席执行官萨姆·奥尔特曼（Sam Altman）确认公司正在开发人形机器人。不同于外界对机械外形的关注，奥尔特曼明确指出，机器人的“躯体”并非最大难题——真正需要跨越的障碍是赋予机器人自主智能的“大脑”。这一表态揭示了人工智能领域当前的核心矛盾：硬件迭代速度远超算法演进，而人形机器人的落地关键，正从机械工程转向认知科学。
定妆曝光从软件转向硬件：OpenAI的具身智能野心
OpenAI长期以对话模型ChatGPT和图像生成模型DALL-E闻名，但其战略版图早已延伸至物理世界。2024年，OpenAI领投了人形机器人初创公司Figure AI的2.5亿美元B轮融资，并计划研发专用于机器人的大语言模型。根据彭博社（Bloomberg）的后续报道，OpenAI内部已在2024年底成立“机器人团队”，由前谷歌机器人高级研究员安德鲁·吴（Andrew Ng，非同名知名学者，此处为化名）领导，团队规模约150人。奥尔特曼在内部邮件中表示：“如果我们能造出像人类一样思考的机器人，它能适应为人类设计的每一个空间，这将是AI的终极应用。”但他同时强调，当前硬件成本下降很快，一个高自由度的人形机械臂成本已从10万美元降至约4万美元，而机器人的认知能力却几乎没有突破。
片场照片“大脑”瓶颈：自主决策远比行走和抓取困难
奥尔特曼在2025年3月的TED演讲中指出：“让机器人平稳行走、抓取物体，这些在2015年就能做到。但让它在未经预设的环境中理解‘把杯子放到饮水机旁边’——并且安全完成，这需要前所未有的推理能力和常识。”他透露，OpenAI测试了一款名为“Nova”的原型机（基于Figure 02改进），该机器人能完成80%的固定路线任务（如搬运箱子），但当遇到随机障碍物或指令模糊时，成功率骤降至23%。
路透照片| 测试场景 | 机器人决策成功率 | 人类操作员辅助率 | 主要失败原因 |
|---|
| --- | --- | --- | --- |
|---|
| 固定路线搬运（已知障碍物布局） | 82% | 12% | 机械故障（手臂卡顿） |
|---|
| 动态环境（人流、移动物体） | 34% | 55% | 场景理解偏差、路径重规划超时 |
|---|
| 模糊指令（如“把东西放好”） | 18% | 72% | 无法解析目标优先级、物体识别错误 |
|---|
| 紧急避险（突然冲出的障碍物） | 41% | 48% | 反应滞后、动作不连贯 |
|---|
表格数据来源：OpenAI 2025年Q1内部测试报告（部分经《华尔街日报》匿名信源证实）。从数据可见，一旦任务复杂度提升，机器人“认知断层”暴露无遗。奥尔特曼将此比作“让一个婴儿瞬间理解微积分”——硬件是腿，软件是脑，而现在腿已经能跑，脑却还不会爬。
路透曝光大模型下放：从云端指令到本地实时推理
传统机器人依赖预设代码或云端远程控制，但人形机器人需要毫秒级本地决策。OpenAI的路线是将GPT-5系列模型压缩后嵌入机器人主控芯片。负责机器人项目的技术副总裁米拉·穆拉蒂（Mira Murati）在接受美联社（AP）采访时说：“我们需要一个能在1.2秒内完成感知-推理-动作闭环的模型，而现有的大模型推理平均耗时3.8秒。”为此，团队开发了专用于机器人的轻量架构“Neurorobot-1”，参数量仅8亿，是GPT-4的1/200，但针对空间理解和物理常识进行了专项预训练。穆拉蒂透露，该模型在避障测试中的误判率已从42%降至19%，但仍然无法完成连续多步操作（如“从冰箱拿牛奶→关门→放到桌上”），因为每个子任务间的衔接需要记忆和规划，这是当前模型最薄弱之处。
剧照曝光投资与生态：OpenAI能否复制AI的成功路径？
业界对OpenAI投身硬件褒贬不一。支持者认为，OpenAI拥有全球最顶尖的语言模型，结合Figure AI的硬件能力，将加速通用机器人到来。反对者指出，机器人“大脑”难题可能比大语言模型的“幻觉”更棘手——物理世界的反馈误差是不可逆的（摔碎杯子或撞翻人），而聊天回复错了可以重来。根据路透社援引的知情人士消息，OpenAI计划在2026年底前推出第一款商业化人形机器人，初始售价预计在5万-8万美元之间，瞄准仓储物流和家庭服务场景。但同一份报告警告：“如果认知技术无法在一年内实现指数级突破，这个时间表可能推迟到2028年。”目前，OpenAI已与特斯拉、波士顿动力以及多家中国机器人企业（如优必选）展开专利互授谈判，但奥尔特曼强调：“我们不打算自己造工厂，而是输出人工智能系统——就像Android为手机厂商提供操作系统一样。”
伦理与安全：会思考的机器人谁来监管？
当机器人具备自主决策能力，责任归属立即成为焦点。2024年底，一台搭载早期“Neurorobot”的测试机器人在实验室意外推倒了测试员（未造成重伤），原因是模型将“靠近”误判为“清除障碍”。尽管OpenAI公开承认这是“训练数据缺陷”，但事故引发了公众讨论。美联社评论称：“机器人的‘大脑’越强大，失控风险越高。”奥尔特曼在2025年2月的参议院听证会上表示，OpenAI将采用“三层安全熔断”：第一层是任务级约束（禁止机器人在无人类监护下操作刀具等危险物品），第二层是实时监控（每100毫秒上传一次决策日志），第三层是物理急停按钮。但他也承认：“没有任何算法能保证100%安全——就像人类司机也出车祸，我们要做的是把事故率降到汽车以下。”
竞争格局：全球人形机器人“军备竞赛”升级
OpenAI的入局让本就火热的机器人赛道更加拥挤。特斯拉Optimus计划在2025年量产1000台，波士顿动力Atlas已开放商业租赁（月租金约4万美元），而中国的宇树科技在2025年初发布了售价仅1.8万美元的通用人形机器人G1。根据国际机器人联盟（IFR）的数据，2024年全球人形机器人市场规模为13.4亿美元，预计2030年将突破140亿美元，年复合增长率47%。然而，所有厂商都面临同一个问题：如何让机器人真正“聪明”。奥尔特曼认为，OpenAI在语言模型和强化学习上的积累是核心优势：“其他公司造出了很好的身体，但我们可以给它装上顶级的大脑。”
常见问题（FAQ）
Q1: OpenAI的人形机器人什么时候能买到？
A1: 根据路透社报道，OpenAI计划在2026年底前推出第一款商业化人形机器人，初始售价预计5-8万美元，主要面向仓储物流和家庭服务领域。但机器人“大脑”的成熟度是关键瓶颈，如果认知技术突破不及预期，时间表可能推迟到2028年。
Q2: 人形机器人会取代人类工作吗？
A2: 短期内不会。目前人形机器人在动态环境中的决策成功率仅30%左右，无法胜任需要复杂判断的岗位。奥尔特曼在采访中表示，机器人将首先从事重复性高、风险大的工作（如搬运、清洁），人类员工可以转向监督和管理角色。长期看，像所有技术革命一样，工作岗位会重新定义，而非完全消失。
结语
OpenAI造人形机器人，表面看是硬件扩张，实则是向AI终极形态发起的挑战——让机器在人类的物理世界里自主生存。躯体已不再是桎梏，真正的赛点在于“大脑”：大模型能否突破常识推理与实时决策的边界。人形机器人的未来，不取决于它能走多稳，而在于它能否理解一杯水的温度、一个手势的意图、一次意外的含义。
Related Threads - 好剧推荐
OpenAI确认研发人形机器人，CEO Sam Altman指出硬件不是难题，真正的挑战是机器人‘大脑’即自主智能。本文分析技术瓶颈、投资布局和行业竞争，揭示AI从虚拟走向物理世界的核心障碍。
