奥特曼正在硅谷抢机器人工程师。
上个月刚把机器人技术专家、坐拥50万+粉丝的科技博主何泰然招入麾下，现在，OpenAI Robotics四大核心岗位一口气放出：
电气工程师、仿真环境工程师、执行器设计工程师、控制系统软件工程师——
准备造真正的实体机器人。
从底层电路板到整套控制系统，全链路岗位同步开放，布局意图一目了然。这不仅是一次简单的人员扩充，更释放出OpenAI正在重新构建完整硬件技术栈的明确信号——在过往的大模型竞赛中，OpenAI凭借算法与数据优势占据高地，但面对具身智能这一物理世界的入口，缺乏自研硬件意味着难以形成闭环。
薪资诚意也不小，部分岗位基础年薪达21-31万美元，折合人民币最高超过220万元，额外再加股权期权。
其实5月初已有消息传出，OpenAI曾计划将机器人与消费硬件部门拆分，如今大规模招兵买马，或许是在为新业务铺路。从商业逻辑来看，这一举措也蕴含着对AGI终极形态的深刻理解：即便大模型在虚拟世界取得巨大成功，但若无法在物理世界交互、行动和改造环境，其能力天花板将始终受限。
只不过，布局具身智能赛道也并非一时之举，早在2019年，OpenAI就已经开展过机器人项目……
2017到2019年，OpenAI重点推进过一个机械手项目，Dactyl，用强化学习训练五指仿生机械手完成各类物体操控任务。
项目采用高自由度的Shadow Hand硬件，依靠强化学习与自动域随机化技术，在仿真环境中完成海量数据训练，再迁移至真机使用。
当时的机械手不仅实现了积木翻转，还攻克了单手解魔方的难题，即便面对外界干扰也能稳定作业，一度成为行业内灵巧机器人操作领域的标杆。
但这个项目后来还是被砍了。
2020年前后，OpenAI一度关停机器人团队。
原因是机器人训练数据稀缺、迭代速度慢，而互联网世界拥有近乎无限的文本和代码数据。相比之下，大模型路线的进展更快，也更接近OpenAI当时追求的AGI目标。
随后几年，OpenAI全力转型语言模型，ChatGPT系列语言模型大获成功。
但实际上当年Dactyl也是全球强化学习+灵巧操作的标杆，几乎定义了机器人领域「仿真训练→真机落地」这条主流技术路线。回顾当时的技术环境，这一决策虽有遗憾，但也不失为一种战略聚焦——在资源有限的情况下，优先攻克回报率更高、技术成熟度更快的方向，是理性投资。
这也影响到后来Google DeepMind、特斯拉、Figure AI“仿真先行”的机器人训练思路。
时过境迁，对手们早已抢跑：
Google DeepMind始终发力机器人基础模型研发；
特斯拉Optimus量产脚步越来越近，弗里蒙特工厂已备好产线；
拿到近17亿美元融资的Figure AI，前不久刚完成超长时间连续运转测试，全程零故障。
在物理世界最大的AI入口面前，OpenAI也忍不住再度奔跑起来。可以说，大模型时代的成果为OpenAI赋予了充足的资金和人才储备，使其具备了重新入局机器人的底气——这一次，他们不再是摸着石头过河，而是携带着更强大的算法基因和生态资源投入到赛道中。
此前由Aditya Ramesh带队的世界模拟研究项目，正式转型为OpenAI Robotics。
如今团队高调开启招人模式，电气、仿真环境、执行器设计、控制系统软件四大关键工程师岗位全面开放，坚持硬件研发与机器学习深度结合的研发思路，全力冲刺机器人赛道。
奥特曼表示，人工智能本就该走进现实，在物理世界为人类提供助力。
短期之内，他们希望打造出服务技术工人的机器人，助力未来基础设施建设；
长远目标则是期待人人都能拥有专属机器人则憧憬让个人机器人走入千家万户，解决生活里的各类琐事。
过去一年里，OpenAI持续扩张机器人实验室，还规划筹建第二处实验场地。
从公开招聘信息和团队研究方向来看，OpenAI机器人团队目前重点布局遥操作数据采集、机器人学习以及家庭场景操作任务。
在这支团队中，华人研究者已经成为三大核心研发线上的关键力量。这从一个侧面反映了全球机器人领域顶尖人才的分布格局：华人学者在计算机视觉、强化学习和机器人操作等方向上积累了深厚的学术底蕴和工程经验。
第一条主线聚焦机器人学习与灵巧操作。
2024年8月加入团队的林星宇，是OpenAI机器人方向的早期核心成员。
他本科毕业于北京大学计算机专业，拿下卡内基梅隆大学机器人研究所博士学位后，又在伯克利BAIR实验室完成博士后研究，深耕通用机器人领域。
业内知名的低成本遥操作框架GELLO与人形机器人评测基准HumanoidBench，他都深度参与开发。
今年春季正式入职的何泰然，本科就读于上海交通大学计算机专业，同样拥有卡内基梅隆大学机器人研究所博士学历。
他研发的Omni H2O技术，探索了人形机器人全身协调操作能力，使移动与操作能够在统一框架下协同完成。
除此之外，何泰然还是一位坐拥五十多万粉丝的科技博主，运营着知名科技播客Whynot TV。
拥有伯克利博士学位的Lawrence Yunliang Chen，出身AUTOLAB与BAIR实验室，主攻机器人学习与操控方向。
他曾在英伟达实习，现在OpenAI从事机器人学习与操作相关研究。
第二条主线围绕仿真、评测基准与数据集搭建展开。
斯坦福大学毕业的李成书在2025年6月加入团队，长期研发适配家庭任务场景的人形机器人评测基准。
来自斯坦福视觉与学习实验室的殷航，此前参与过BEHAVIOR、BEHAVIOR-1K等家庭活动仿真、具身智能评测项目，在OpenAI的研究方向涉及仿真环境、遥操作和数据收集。
第三条主线则是将世界模拟技术向机器人领域迁移。
清华数学系博士张鹏川曾在Meta FAIR任职近四年，深度参与SAM、Llama等重磅项目的核心研发。
2026年2月加入OpenAI后，研究World Simulation与Robotics，探索视觉感知、世界模型与机器人系统的融合。
拥有MIT CSAIL博士背景的赵家樑也公开表示，自己加入OpenAI机器人实验室，专注研发面向真实物理世界的通用智能体。
总之，已经有这么多大佬的OpenAI Robotics还在继续抢人——
硅谷机器人赛道，又开始卷了。不过，与2019年不同的是，如今的机器人赛道已经汇聚了更多成熟的技术栈——大模型的具身推理能力、仿真环境的逼真度、传感器的成本下降，都在为这一波回归提供支撑。OpenAI能否凭借其大模型的技术溢出和人才虹吸效应，在具身智能领域重现ChatGPT式的颠覆，值得持续关注。
