近日，OpenAI首席执行官山姆·奥特曼在社媒平台发了一则招聘帖，宣告了"OpenAI Robotics"的成立。

这家全球估值最高的人工智能公司，似乎打算从"只做软件"的舒适区里走出来，下场搞机器人。

不过，这不是OpenAI第一次接触实体机器人。

2016年至2019年，OpenAI曾先后推出开源机器人仿真平台Roboschool、名为Dactyl的灵巧机械手，并凭借强化学习训练机械手玩魔方。

2020年，因机器人训练数据稀缺、迭代缓慢，OpenAI选择将资源集中到以GPT系列为代表的大语言模型上，机器人团队随之解散。五年后的今天，OpenAI打算重新入局，但这一次它要面临的挑战可能更大了，因为中国和美国都已经有大批取得进展的机器人玩家。

面对这种局面，OpenAI会如何做？其此番举动的目的究竟是什么？是为了上市而补齐品牌叙事，还是真打算扮演一匹黑马？

更关键的是，通用Transformer架构缺乏对重力、摩擦力的物理直觉。它虽然知道"摩擦力"这个词是什么意思，却无法直觉性地理解摩擦力何以影响物体的运动轨迹。

而Figure自研的Helix模型采用三层分层架构来解决这个问题：

System 0（小脑级）实现微秒级全身平衡控制；

System 1（反射神经）以200Hz高频响应，将视觉信号直接映射为动作；

System 2（思考大脑）处理复杂指令与任务分解（注：Helix初代为双层、Helix02新增System0，形成三层）。

这一设计让Figure机器人在嵌入式GPU上就能运行，实现了两台机器人协同整理冰箱等突破。

Figure创始人阿德考克后来在采访中说：

"我们不能外包AI，就像不能外包硬件一样。"

这背后的意思，恐怕还是在说通用大模型解决不了实时控制问题，而实时控制恰恰是机器人商业化落地的生死线。

这决定了它最好还是与硬件厂商合作，拆分上下层，而非强行用Transformer包办全流程。

大规模采集家务操作数据的逻辑同样如此。

家务场景是人类最丰富的精细化操作场景，包含抓取、避让、受力判断等多种物理交互数据，这些数据可以反哺通用世界模型，用来优化更复杂的精细化作业场景。

OpenAI在2026年年中高调宣布机器人战略，有一个不容忽视的背景：IPO。

据《华尔街日报》报道，OpenAI已于2026年5月秘密提交招股书草案，计划最早于2026年9月上市。

当前，公司已完成新一轮1220亿美元的融资，融资后公司估值高达8520亿美元。

与此同时，2026年其内部预测亏损140亿美元，累计亏损可能在2029年前持续扩大。在营收增长未达预期、盈利能力承压的背景下，高调宣布搞机器人业务，可能是对资本市场讲出的新故事。

此前被搁置的拆分计划也不容忽视。

具身智能的真正决战，不在终端样机的光鲜程度，而在底层技术基座的完整性和商业闭环的可持续性。

在这场竞赛中，OpenAI既是手握世界模型这张王牌的强势入局者，也是需要补课硬件能力的差生。

它的真正考验，不是能不能造出一个机器人，而是能不能找到自己在产业链上的最佳位置。