当同行都在展示会走路、会说话的机器人时，OpenAI 却让上百只机械臂，在旧金山默默练习烤面包和叠衣服。

过去一年，人工智能领域的明星公司 OpenAI，正以一种与软件世界的高调截然不同的方式，悄然布局物理世界。自 2025 年 2 月起，该公司在旧金山秘密建立了一个机器人实验室。但与想象中不同，这里的主角并非炫酷的人形机器，而是一排排由约百名数据采集员远程操控的工业机械臂。它们日以继夜地执行着放入面包、折叠衣物等看似平凡的家务。这一低调行动，揭示了 OpenAI 的独特路径：不急于展示华丽的人形机器人，而是从最基础的数据积累开始，为未来机器人的 " 大脑 " 奠定算法基石。

实验室的运作高度依赖数据驱动。操作员通过一款 3D 打印的控制器远程操控机械臂，实验室实行三班倒，确保数据采集不间断。任务从简单的 " 将橡皮鸭放入杯子 " 开始，逐步升级到更复杂的操作。这一切的核心目标，是为训练机器人基础模型积累海量的 " 具身 " 数据。

在 AI 领域，海量数据是模型泛化能力的关键。然而，物理机器人的动作数据极为稀缺。OpenAI 从机械臂入手，正是为了高效、可控地构建一个现实世界的动作数据库，用以训练未来能指挥更复杂机器人的通用 " 大脑 "。

这与当前机器人领域的其他玩家形成鲜明对比。特斯拉热衷于展示 Optimus 人形机器人流畅的演示视频；Figure AI 的机器人能完成多种家务并展示语音交互，但也面临任务成功率与 " 恐怖谷效应 " 的讨论。OpenAI 则避开演示竞赛，选择了一条更底层的路线。实验室里虽有一台人形机器人，但它大多时间闲置。公司的精力几乎全集中在机械臂的数据采集上。

这背后是一种务实认知：在硬件形态尚未成熟前，先攻克通用算法可能更高效。通过机械臂收集的数据和训练的模型，未来有望迁移到不同形态的机器人上，包括最终的人形机器人。

OpenAI 对人形机器人的兴趣，根植于其创立使命——开发安全的通用人工智能（AGI）。要实现能在物理世界发挥作用的 AGI，" 具身 " 是关键。人形机器人因与人类环境兼容，被视为理想载体之一。但构建它面临多重复杂性，缺乏大规模训练数据是核心瓶颈。正如分析指出，" 不存在用于大规模预训练的人形机器人数据集互联网 "。OpenAI 当前的实验室工作，正是为了亲手创造这个 " 数据集 "。

在低调推进机器人项目的同时，OpenAI 的整体业务在 2025 年至 2026 年初呈现爆发式增长。公司首席财务官于 2026 年 1 月披露，2025 年年化收入已突破 200 亿美元，相比 2023 年增长十倍。算力规模也持续创下新高，支撑着近 20 万台 AI 服务器的运转。

为满足对算力的饥渴需求，OpenAI 已从依赖单一供应商转向与微软、谷歌、亚马逊等多方合作，并大力推进总投资预计达 5000 亿美元的 " 星门 " 全球 AI 算力网络计划。

公司的商业模式也日趋多元，从订阅服务扩展到 API、广告支持层级。近期，OpenAI 已开始在 ChatGPT 内测试广告。更引人注目的是，公司确认将于 2026 年下半年推出首款硬件设备。这款由前苹果首席设计师主导设计、代号 "Gumdrop" 的无屏便携 AI 终端，标志着 OpenAI 向软硬一体化生态迈进。设备主打手写转录、实时语音交互，直连 ChatGPT，旨在提供一种 " 比智能手机更平和 " 的体验。为此，OpenAI 已从苹果、谷歌招募了数百名硬件工程师，并与富士康合作推进量产。

这些动态勾勒出 OpenAI 多线并进的图景：在核心 AI 模型上保持领先；通过自研硬件切入消费市场；同时，在机器人这一物理世界 AI 的终极场景进行基础投入。机器人项目虽处早期，也非当前营收核心，但对公司的长期 AGI 愿景具有根本意义。

旧金山的实验室，是 OpenAI 宏大蓝图中的一个务实前哨。它舍弃短期炫技，投向耗时却至关重要的数据工程。当同行在聚光灯下展示最新进展时，OpenAI 在幕后，用机械臂一遍遍练习着放入面包。两种路径共同推动行业探索。OpenAI 的尝试回答了一个根本问题：当软件智能试图驾驭物理身体时，什么比制造一个酷似人类的躯壳更优先？他们的答案是：先为这个未来的躯体，准备一个通过海量现实交互训练出来的、足够聪明和通用的 " 大脑 "。

这条路能否通向最终愿景，仍需时间验证。

来源：布谷财经