"我们会"、2027 年才有样机：OpenAI 造人形机器人，招的是一批管毫秒的人
被问"你们会自己造人形机器人吗"，奥特曼只回了三个字。但真正暴露路线的不是这句话，是它挂出来的一批岗位——没有一个是管量产工艺的。
- 三个字的回答：10 月 18 日消息，奥特曼在《Sources》播客被问 OpenAI 是否会亲自制造人形机器人，回答是"我们会"；中文转述于 10 月 19 日早间落地。
- 重心明写在"大脑"：他称机器人外观这类细节"远不如真正研发出驱动机器人运转的'大脑'重要"；对《财富》杂志表示预计 2027 年拿出亮眼演示样机，但机器人走上街头还需数年。
- 岗位暴露路线：招聘覆盖运动控制、状态估计、执行器控制、整机行为开发，以及用于训练实体人工智能系统的机器学习基础设施；岗位关键词是力控、模型预测控制、IMU 融合、视觉里程计、足端接触估计。
- 规模在翻倍：单一信源口径，相关岗位总数由 5 月的 11 个增至 27 个；其中没有一个与量产工艺或供应链降本直接相关。
- 有前史可循：OpenAI 的 Dactyl 项目曾教会机械手操控真实物体，全部训练在仿真环境中完成。
- 判断：三条路线的分歧不在谁对谁错，而在各自认定的瓶颈不同——特斯拉赌成本、Figure 赌耦合、OpenAI 赌智能。
10 月 18 日，奥特曼在《Sources》播客里被问到"OpenAI 会不会亲自制造人形机器人"，回答只有三个字："我们会。"这句话 10 月 19 日早上被译成中文，成了当天具身智能圈最容易被转的一条。
但它其实有两个限定条件，转述时容易被折掉。第一个是理由：奥特曼给出的解释是"这个世界本身就是为人类设计的"——门、键盘、各类工具都按特定人体形态打造，一台要在同类空间里活动的机器人，采用相近外形是合适的选择。也就是说，"人形"在他这里不是审美判断，是空间适配判断。第二个限定更重要：他明确说，外观这类细碎问题"远不如真正研发出驱动机器人运转的'大脑'重要"。
一次播客访谈能给出的信息量有限，但招聘清单很难撒谎。这次披露的岗位覆盖五类：运动控制、状态估计、执行器控制、整机行为开发，以及用于训练实体人工智能系统的机器学习基础设施。关键词分别是力控、模型预测控制、IMU 融合、视觉里程计、足端接触估计。
大模型岗：处理文本与图像，延迟以秒计，容错空间大，一次推理错了可以重试。这是 OpenAI 已经熟悉的节奏。
运动控制岗：处理力、位置与惯性，延迟以毫秒计，错一次就是实物碰撞。两类岗位对"智能"的要求完全不同。
换句话说，OpenAI 招的不是"再训练一个模型"的人，而是"让模型在物理世界里实时做决策"的人。这一点和它的前史是对得上的：Dactyl 项目曾教会机械手操控真实物体，全部训练在仿真环境中完成——仿真到真机的迁移，本来就是它做过一遍的题。
这个"0"是整条消息里最硬的一个数字。一家真打算在近期把机器人卖出去的公司，招人清单里一定会出现工艺工程师、产线规划、供应链降本这类岗位。一个都没有，说明它此刻购买的是能力，不是产能。
| 路线 | 认定的瓶颈 | 已公开优势 | 当前短板 |
|---|---|---|---|
| OpenAI | 智能 | 多模态模型、推理与训练基础设施 | 无公开原型，无量产与现场运行记录 |
| 特斯拉 Optimus | 成本 | 自研硬件、工厂场景、制造体系 | 通用操作能力仍需长期验证 |
| Figure | 软硬件耦合 | 迭代快，较早进入工业客户测试 | 规模制造、可靠性与成本待验证 |
值得注意的是 Figure 与 OpenAI 的关系变化。Figure 曾在 2025 年 2 月终止与 OpenAI 的合作，给出的理由是"解决具身 AI 问题需要同时在内部自研大脑与躯体"。现在 OpenAI 自己开始自研执行器——包括电机、传动、传感与热管理——等于把那句话接了回来。
对国内做集成和交付的团队来说，这条消息短期内不构成任何可交付的东西：样机演示内容、外观形态、对外开放体验时间，全部未公布，2027 年也只是"演示样机"这个层级。真正的含义在别处——它把"具身大脑可以独立于本体存在"这个命题的分量又加了一档。
而这个命题恰好是当下国内争议最大的一个：大脑是握在整机厂手里，还是会长成独立的平台公司？OpenAI 选择的是后者，且它选择的方式是先做大脑、同时自研执行器但不碰量产。对做二次开发和场景交付的公司而言，这预示着未来可能出现一种新分工：本体和工艺在一边，"能驱动多少自由度、多快响应"的大脑在另一边。