出品｜虎嗅科技组
作者｜宋思杭
编辑｜苗正卿
头图｜AI生成
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。
OpenAI从2016年2026年的重要事件
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。