9月3日，Open AI首席执行官萨姆・奥尔特曼亲口官宣：人形机器人，我们肯定做，而且已经在做了。

同一天，新一代旗舰 GPT-6 Astra 正式发布——它能自己操控电脑，跨软件完成复杂任务。

一个管数字世界，一个管物理世界。这两件事放一起，才是OpenAI真正的野心：它不想再只当AI大脑供应商了，它要给AI装上一副身体。

Astra最核心的突破，不是聊天更聪明，而是能自己动手操作电脑。看屏幕、点鼠标、敲键盘，跨软件跑完一整个工作流：画工程图、跑科研计算、写程序、生成完整报表。

它由Stargate超算集群训练，算力投入大幅升级，API定价也随之抬升，摆明了是冲企业级、专业级场景去的，不再主打普通闲聊。

一句话：Astra解决的是"AI在电脑里干活"，机器人解决的是"AI在现实世界干活"。

这是奥尔特曼第一次明确说"我们肯定做"。

为什么选人形？理由很传统：因为现实世界的门把手、操作台、工具，全是按人的身体尺寸设计的。人形机器人可以直接复用人类环境，不用大规模改造。但OpenAI也不唯人形论，表示也同步在开发数据中心用的特种机器人。

落地节奏很务实：短期先攻工业、基建场景，家庭个人机器人是长期远景。

OpenAI本来就是做机器人的，而且是解散了之后才转去做大模型的。

2018-2019：Dactyl灵巧手试水

OpenAI用仿真训练+迁移真机的思路，让机械手在虚拟空间练到能解开魔方，当时是全球灵巧操作的标杆。但2020年，团队被解散，资源全部砸向大模型。

解散的逻辑很现实：实体机器人采集数据太慢太贵，真机试错周期长；而互联网文本、图片数据海量现成，投大模型回报更高。联合创始人扎伦巴当时一句话概括：机器人数据瓶颈短期难破，集中力量搞大模型更划算。

但OpenAI没真收手，而是换了打法：投资+技术输出。

2024：投Figure AI，曾是最亮眼的合作

2024年2月，Figure AI完成6.75亿美元融资，OpenAI参投并深度合作，为它的机器人定制多模态大模型。演示视频火遍全网：机器人听懂语音指令、自己识别桌面物品、递苹果、收拾杂物，全是模型实时输出，不是写死脚本。

当时大家都以为，"通用大模型+第三方硬件" 就是人形机器人的主流路线了。

2025：合作破裂，决定自己干

这段合作不到一年就黄了。2025年2月，Figure AI宣布终止与Open AI全部合作，转去自研端到端机器人模型Helix。

表层原因：Figure觉得通用大模型业务太庞杂，机器人只是其中一个分支，没法为自家硬件做深度垂直优化，AI能力不能全外包。 深层原因：那时候OpenAI已经悄悄重启机器人团队，要自研本体了。昔日伙伴，转眼成了潜在对手，Figure 当然不愿意把硬件实测数据喂给未来对手。

除了Figure，OpenAI还投了挪威的1X Technologies，做家庭机器人NEO，同样是 "你造硬件、我出大脑、数据共享" 的轻资产模式。

但合作模式的先天短板已经暴露：硬件厂商有自己的技术路线和商业诉求，没法完全对齐OpenAI冲AGI的长期目标。Figure的"分手"，成了压垮骆驼的最后一根稻草，逼着OpenAI下定决心：重建自己的机器人硬件团队。

现在：亲自下场，成立OpenAI Robotics

新团队脱胎于OpenAI的世界模拟仿真项目，由Sora核心成员阿迪亚・拉梅什牵头，大量招硬件、执行器、仿真管线的人，要把 "仿真-模型-硬件" 整条链打通。

Astra和机器人，是同一套技术底座。

Astra在数字世界里练出的任务规划、环境感知、错误修正、多步推理，可以直接迁移到物理机器人上。而OpenAI的世界仿真平台，既能训练Astra这样的数字智能体，也能批量生成物理仿真数据来训练人形机器人——省掉大量实体样机试错成本。

所以这条战略很清晰：先用Astra把"数字 Agent"做熟，再把这套智能迁移到实体，打通数字到现实的闭环。

商业上也说得通。以前OpenAI的收入全在软件层（API +订阅），人形机器人一旦成熟，就是全新的硬件终端入口。

英伟达有GR00T、谷歌有Gemini Robotics，全是大模型+机器人的路数。人形机器人正式进入巨头军备竞赛，靠"买大模型+堆硬件"的小玩家，压力更大了。

第一，模型强≠机器人做得好。Astra在数字世界很强，但真实世界全是噪声：传感误差、执行器短板、运动控制难题，是纯大模型解决不了的工程硬骨头。OpenAI不缺算法人才，但缺硬件量产和供应链经验，从原型到可靠产品，周期很长。

第二，安全风险翻倍。Astra已经达到内部高安全等级，当这套智能装上物理身体，物理安全、AI对齐的挑战会指数级上升。

• 大模型和硬件深度耦合是确定方向，纯靠外部通用大模型的路线天花板有限，要建自己的机器人专用模型和仿真体系。

   

•  "数字Agent先行、仿真预训练、再迁移实体"是一条值得抄的研发路径，先在虚拟环境磨逻辑，少烧实体样机的钱。

   

• 行业比拼的重点，正从关节、灵巧手的参数，转向"模型-仿真-硬件" 完整闭环能力。

Open AI 这条路，绕了一个大圈：

Dactyl 起步→解散做语言模型→投资Figure、1X →合作破裂→重建自研团队→如今官宣人形机器人。

兜兜转转六年，奥尔特曼终于想明白：AI的终点不是更聪明的对话，而是能真正动手改造世界的身体。

GPT-6 Astra代表现在，人形机器人代表未来。但模型再强，也跨不过硬件工程这道坎。

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！