166 天前，Sam Altman 宣布成立 OpenAI Robotics，并一口气放出 19 个岗位，这在当时一度被外界称之为 " 人形机器人的 ChatGPT 时刻 "。而就在最近，OpenAI 把这个刚刚成立不久的机器人团队撤销了。

据 Fortune 报道，这个成立仅半年的 Robotics 团队已被撤销，研究人员并入模型主线，硬件人员并入应用部门。而此时，OpenAI 招聘页面上年薪最高 48.5 万美元的机器人岗位，还没有撤下。

在这 166 天里，整个具身行业的投入在持续加码。NEURA 宣布最高 14 亿美元的融资；Google DeepMind 发布 Gemini Robotics 2，推进机器人的全身控制；DeepSeek 斥资约 1.41 亿元参与宇树科技 IPO 战略配售；Figure 则与 Nscale 达成合作，规划使用最多 10 万块 GPU 训练机器人模型。几乎各家公司都在为下一步扩张做准备。

在这个背景下，OpenAI 的决定听起来很戏剧性，但这也很符合 OpenAI 一贯的风格。首先，这不是 OpenAI 第一次撤销一个明星团队，上一次是 Sora。

这个曾被视为 OpenAI 多模态王牌的团队，在 Altman" 砍掉一切支线任务 " 的指令下被收缩、并入主线。OpenAI 有一个近乎冷酷的习惯：无论外界发生了什么，也无论这个方向当时看起来多有前景、团队账面战力多强，只要内部认定它不再是通往 AGI 的最短路径，或者只要通用模型很快就可以顺带把这个方向做出来，独立的支线任务就会被并入主线任务，独立的团队也就会失去存在的理由。

撤销机器人团队，也是同样的逻辑。而实际上这 166 天并不是一次冲动而狼狈的撤退。把镜头拉回到 11 年前就会发现，这不是 OpenAI 第一次裁撤机器人独立团队。

这十年里发生了什么？

OpenAI 第一次做机器人，比 ChatGPT 还早了六年。

2016 年，成立不久的 OpenAI 在一份研究规划里，列出了几件想做的事。其中一件，是造出一台能完成基本家务的机器人。当时，这家公司还没有把主要精力放在语言模型上。机器人、游戏和强化学习，都是它探索通用人工智能的方向。

那一年，OpenAI 发布了强化学习工具包 Gym；次年，又推出机器人仿真工具 Roboschool。团队希望先让机器在模拟环境里学会动作，再把学到的能力用到真实硬件上。相比让机器人在实验室里一次次试错，仿真可以同时运行大量实验，也不必担心摔坏设备。

2018 年，这套方法有了一个醒目的成果，叫 Dactyl。它是一只机械灵巧手，任务是调整手中积木的朝向。积木在人手里转动，看起来不费什么力气，对机器却很难：手指如何配合、哪里需要用力、积木滑动后怎么补救，都要解决。OpenAI 让控制策略在仿真中训练，再把它迁移到实体机械手上。

一年后，任务从转积木变成了拧魔方。

2019 年 10 月 15 日，OpenAI 公布了 Dactyl 操作三阶魔方的视频。为了让仿真中训练出来的策略适应现实，团队不断改变模拟环境里的物理参数，包括摩擦、物体质量和机械手的运动条件。这套被称为 " 自动域随机化 " 的方法，要让系统学会应对训练时无法逐一预料的变化。

在 Demo 里，研究人员给机械手戴上手套、绑住部分手指，还用一只毛绒长颈鹿干扰它的动作。机械手会失误，也需要调整，但仍能继续操作。

这项成果有一个容易被忽略的边界：魔方该怎么解，由另一个算法计算；Dactyl 要解决的是，如何用机械手把这些步骤执行出来。即便如此，让一只机械手在现实环境里完成这么复杂的操作，在当时仍是一项引人关注的进展。

但这没有让机器人研究继续成为 OpenAI 的重点。

2020 年，OpenAI 停止了这条研究线。直到 2021 年，联合创始人 Wojciech Zaremba 在播客中谈起此事，外界才更清楚地知道团队已经解散。

他给出的解释是数据。机器人要学会一个动作，需要硬件、场地和实验。设备会损坏，采集速度有限，换一种机械手或换一个环境，原来的经验也未必能直接复用。相比之下，互联网上已经有海量文本，可以持续用于训练语言模型。

对一家以通用人工智能为目标的公司来说，两个方向的研究效率开始拉开距离。2020 年，GPT-3 发布，语言模型已经展示出扩大训练规模后获得更多能力的可能。OpenAI 把资源向这条路线集中。

此后两年，机器人行业继续往前走。特斯拉在 2021 年宣布 Optimus 计划，2022 年展示原型。也是在 2022 年，OpenAI 推出 ChatGPT。

ChatGPT 的成功，很快改变了机器人行业讨论问题的方式。既然一个模型可以通过学习文本，获得对话、写代码和推理等多种能力，那么机器人是否也能拥有一个通用的 " 大脑 "，不必为每项任务单独编程？

OpenAI 再次出现在机器人公司的融资名单里。

2023 年 3 月，它领投了挪威机器人公司 1X 的一轮融资。2024 年 2 月，它又参与 Figure 的 6.75 亿美元 B 轮融资，并与这家公司签订合作协议，为人形机器人开发模型。

这次，OpenAI 没有亲自制造硬件，而是与拥有机器人本体的公司合作。Figure 在 2024 年 3 月发布的演示，让这种分工变得直观：机器人可以一边回答人的问题，一边识别桌上的物品、递出苹果、收拾餐具。OpenAI 提供模型能力，Figure 负责把它接到真实的身体上。

但合作没有持续太久。

2025 年 2 月，Figure 宣布结束与 OpenAI 的合作，转向自研模型，随后发布了 Helix。Figure 首席执行官 Brett Adcock 强调，机器人 AI 需要与硬件垂直整合。

这暴露出合作模式中的一个难题。模型公司可以提供语言和视觉能力，但机器人每天如何运动、在哪里失败、怎样完成任务，这些经验产生在硬件端。谁来收集数据、怎样把数据用于下一轮训练，都需要双方紧密配合。对 Figure 而言，自己掌握模型，可以缩短这个过程。

与此同时，OpenAI 已经在重新搭建自己的机器人业务。

2024 年，外界陆续发现它招聘机器人研究人员的消息。同年 11 月，曾参与苹果硬件及 Meta Orion 眼镜开发的 Caitlin Kalinowski 加入 OpenAI，负责机器人与消费级硬件。

到了 2025 年初，招聘信息开始涉及传感器、机械结构等具体岗位。OpenAI 的计划逐渐超出模型研究，延伸到机器人本体。此后的媒体报道还提到，它在旧金山设立了机器人实验场地，通过遥操作收集真实动作数据。

第一次做机器人时，OpenAI 试图让仿真补上现实数据的不足。重新进入这个领域后，它开始投入人员和设备，自己采集数据。

行业也在沿着类似的方向推进。2025 年，Google DeepMind 发布 Gemini Robotics，英伟达推出 GR00T N1。机器人厂商、模型公司和芯片公司都在扩大投入，尝试把视觉、语言理解与动作控制接到一起。

不过，OpenAI 内部的机器人业务始终处于变化之中。

2026 年 3 月，Kalinowski 因 OpenAI 与五角大楼的合作争议辞职。5 月 31 日，Altman 公开宣布 OpenAI Robotics 正在招聘。他在帖文中说，由 Aditya Ramesh 领导的世界模拟研究，在过去一年里演化成了这支团队。这也是 Robotics 团队首次公开亮相的时间点。

彼时，Altman 给出的目标很具体：短期内，制造能够帮助技术工人建设基础设施的机器人；长期则希望每个人都能拥有一台个人机器人。

此后几个月，这项业务看起来仍在扩张。Altman 确认 OpenAI 会研发人形机器人，并提出 2027 年进行演示的计划。招聘页面上，软件、控制、机械和硬件岗位仍在持续招人。

直到 11 月 13 日，Fortune 报道，OpenAI 已经撤销独立的机器人团队，将人员分配到其他部门。距离 Altman 公开招募，过去了 166 天。

研究人员转入核心研究体系，应用机器人与硬件人员进入 Applied 部门。独立团队不再保留，相关工作则继续存在于公司内部。

这与 2020 年的处理方式有所不同。当年，OpenAI 停止机器人研究，把资源转向更容易获得数据、也更容易扩大训练规模的语言模型。这一次的理由是，通用模型已经能够承担一部分机器人任务，机器人仍是公司的长期方向。

两次调整之间，OpenAI 还尝试过投资和合作，让外部公司提供硬件。

所以说，这十年间，OpenAI 一直在改变自己参与机器人的方式，比如哪些工作由自己做，哪些交给合作伙伴，哪些值得保留一支独立团队。

它从来没有停止脚步。

OpenAI 不认为这是一次 " 撤退 "

为什么 OpenAI 在今天选择撤销机器人团队？

当然，我们目前还不知道 OpenAI 内部决策的全过程。但在消息公布前一个月，一项研究提供了一个值得注意的背景，即通用模型已经开始在机器人操作测试中，取得超过专用策略的成绩。

10 月 14 日，英伟达研究人员发布 Astranomy，测试 GPT-6 Astra 能否在不额外进行机器人策略微调的情况下，完成模拟环境中的操作任务。在 RoboLab-120 基准上，表现最好的智能体配置取得 74.8% 的成功率，高于榜单上专用策略 Lakeside 的 51%。不过，这个结果依赖持续保留上下文的 Codex 配置；直接调用模型生成动作，成功率为 66.3%。

就在 2026 年初，机器人团队内部的路线图还假设，要让通用模型获得操作能力，需要先靠 Sora 式的视频模型积累物理直觉，再蒸馏到机器人策略里。不到一年，这个中间步骤被跳过了。

对此，卡内基梅隆大学教授 Guanya Shi 对 OpenAI 裁撤机器人团队的解读是，在 OpenAI 看来，机器人已经不再是一个特殊问题，它只是通用智能的下游应用。

也就是说，如果只从技术的角度判断，这并不是一次撤退，而是收编，把对机器人的探索放回到主线任务中。

但 OpenAI 的任何决定，从来不只看技术。

另一个更现实的背景是钱。据媒体报道，OpenAI 在 2026 年第三季度的调整后运营亏损达到 109 亿美元。公司同时在为可能的上市做准备。收入增长很快，支出也在继续扩大，管理层需要不断决定，哪些业务值得单独投入人员和算力。

今年 3 月，应用业务负责人 Fidji Simo 已经向员工提出，要聚焦核心业务，避免被支线项目分散精力。Sora 此后的收缩，也发生在这一背景下。

也就是说，机器人团队的裁撤，很难完全脱离资源分配的压力来理解。

技术上的进展和经营上的压力，可能同时推动了这次决定。通用模型开始展现操作能力，让 OpenAI 有理由重新评估独立投入的必要；持续扩大的支出，则让这项评估变得更加紧迫。

OpenAI 过去的成功，很容易让这次调整也被赋予某种先见之明。2020 年离开机器人、集中投入语言模型，后来确实获得了巨大回报。但那个结果不能提前证明今天的选择。74.8% 的仿真成功率，距离一台能稳定工作、成本可控的机器人，还有很长一段路。

对此，虎嗅与不少具身智能行业从业者交流后，他们都表示，今天的 GPT 只是让我们看到大语言模型对于解决具身行业的问题是有帮助的，但 " 有帮助的 " 不代表可以替代具身模型，它依然离目标差得很远。

一个重要的观察窗口是 2027 年，Altman 此前表示，OpenAI 计划在这一年展示自研机器人。

至于，OpenAI 是否找到了更快的路径，还是过早减少了投入，答案仍在实验室之外。