OpenAI 隐秘推进人形机器人研发
在过去一年中，OpenAI 在旧金山悄然设立了一处专门研究人形机器人的实验基地，该实验室发展迅速，目前已雇佣近百名合同员工轮班作业，全天候进行数据采集，研究重点聚焦于家庭中最为基础和日常的任务。
与特斯拉、Figure 等企业高调展示完整人形机器人不同，OpenAI 的研究策略更偏向于底层技术的积累，通过大量人力和时间投入，逐步构建数据基础，为未来模型训练打下坚实根基。
实验平台的核心组件来自德国 Franka 公司的机械臂。 研究人员借助 3D 打印的 GELLO 控制器远程操控机械臂，完成一系列看似简单实则复杂的任务，例如将橡皮鸭放入杯子、把面包放进烤面包机或折叠衣物。
整个操作过程中，摄像头同步记录下人类操作者与机械臂的动作，系统随后分析并提取出“有效工时”，用于训练模型。这种方法与 OpenAI 早期在大规模语言模型训练中采用的策略高度相似，只是将数据对象从文字转换为现实世界中的动作。
相较于依赖动作捕捉服或 VR 设备来操控完整人形机器人的方式，OpenAI 所采用的“机械臂 + 低成本控制器”方案在成本控制、可复制性以及动作映射准确性方面更具优势。
OpenAI 对机器人技术本质的理解正在发生转变。 早期项目曾着重于强化学习，试图通过试错和奖励机制让机器人逐步掌握技能，但现实环境的复杂性使这种方式效率低下且成本过高。
目前，OpenAI 更加重视通过大规模、结构化的数据收集，使模型能够“观察”并“模仿”人类行为，从而逐步实现动作的泛化能力。这也解释了为何实验室目前更专注于机械臂，而非开发完整的人形机器人——关键挑战在于如何让系统稳定、可靠地完成真实场景中的任务。
多位学术界人士指出，当前机器人领域最稀缺的不是先进的算法，而是高质量、多样化的数据。OpenAI 正在以类似“数据工厂”的方式，系统性地弥补这一短板。
从组织运作的角度来看，该机器人研究仍处于初步阶段。 据内部消息，相关硬件研发尚未被纳入公司核心战略，但实验室规模在短短一年内已大幅扩张，并计划在加州里士满设立第二处研究基地。
同时，OpenAI 也在积极寻找美国本土的制造合作伙伴，涉及消费级设备、机器人系统以及数据中心等多个方向。这一系列举措表明，尽管短期内未必推出成熟产品，OpenAI 正在为“具身智能”这一长期目标打下坚实基础。
结合其在语言理解与多模态感知方面的深厚积累，一旦机器人具备稳定的执行能力，类似 ChatGPT 的认知系统便有望成为“机器人之脑”，使机器不仅具备动作能力，更能深入理解并参与人类的物理世界。