作者｜凌霄

編輯｜白雪

人形機(jī)器人的火，終于燒到了 AI 界最亮眼的公司、估值達(dá)萬億的 OpenAI 身上。

2024 年底，OpenAI 傳出重組機(jī)器人團(tuán)隊(duì)，準(zhǔn)備自研人形機(jī)器人的消息。

今年 1 月份，消息被證實(shí)了。

OpenAI 開放了 3 個(gè)機(jī)器人相關(guān)的崗位，其中兩個(gè)是工程師，一個(gè)是項(xiàng)目經(jīng)理（現(xiàn)已關(guān)閉，疑似已招到人），待遇豐厚，不僅可以享有股權(quán)，最高年薪還可達(dá) 44 萬美元，約合人民幣 318 萬元。

入局人形機(jī)器人，OpenAI 在技術(shù)上擁有巨大的優(yōu)勢(shì)。

大模型通常被認(rèn)為是人形機(jī)器人的大腦，是人形機(jī)器人最核心的技術(shù)之一，決定了機(jī)器人的智能水平。

人形機(jī)器人行業(yè)再度興起，主要是因?yàn)榛��?Transformer 架構(gòu)的大模型取得了突破性進(jìn)展。這種架構(gòu)讓大模型擁有了強(qiáng)大的語言理解、生成能力。

借助大模型的泛化能力，人形機(jī)器人得以突破有限規(guī)則編程的束縛，能夠理解語言與環(huán)境，執(zhí)行復(fù)雜任務(wù)。

這背后，讓大模型取得技術(shù)突破的公司，正是 OpenAI。

2022 年 OpenAI 的 ChatGPT 問世，在全球范圍內(nèi)掀起了生成式 AI 的浪潮，創(chuàng)造了引起科技行業(yè)重大變革的「ChatGPT 時(shí)刻」，同時(shí)也帶飛了人形機(jī)器人行業(yè)。

至今為止，OpenAI 仍然是大模型風(fēng)潮的引領(lǐng)者，掌握著世界領(lǐng)先的 AI 技術(shù)。

人形機(jī)器人行業(yè)，迎來了史上最強(qiáng)玩家。

招聘機(jī)器人工程師

年薪比特斯拉高 4 倍

根據(jù) OpenAI 官網(wǎng)介紹，機(jī)器人團(tuán)隊(duì)將專注于通用機(jī)器人，并在動(dòng)態(tài)的現(xiàn)實(shí)世界環(huán)境中推動(dòng) AGI 級(jí)智能（AGI 即通用人工智能）。

OpenAI 內(nèi)部人士向科技媒體 The Information 透露了更多細(xì)節(jié)：OpenAI 的方向是研發(fā)有雙臂、雙腿的人形機(jī)器人。

不過，目前從 OpenAI 的動(dòng)作來看，它并沒有大舉擴(kuò)張，而是想先打好硬件基礎(chǔ)，確定建造機(jī)器人本體的可行性。

為此，OpenAI 在 2024 年 11 月聘請(qǐng)了前 Meta 增強(qiáng)現(xiàn)實(shí)眼鏡項(xiàng)目負(fù)責(zé)人 Caitlin Kalinowski，負(fù)責(zé)領(lǐng)導(dǎo)機(jī)器人和消費(fèi)硬件。

Caitlin Kalinowski 擁有豐富的機(jī)器硬件設(shè)計(jì)與制造經(jīng)驗(yàn)。

她曾在蘋果為 MacBooks 設(shè)計(jì)硬件，隨后加入 Meta，負(fù)責(zé)全息 AR 眼鏡 Orion 的制造，并領(lǐng)導(dǎo)了 Meta 虛擬現(xiàn)實(shí)眼鏡硬件團(tuán)隊(duì)大約九年。

Caitlin Kalinowski 還介紹，OpenAI 的計(jì)算主管 Christopher Berner 將負(fù)責(zé)機(jī)器人軟件方面的工作。

Christopher Berner 在 OpenAI 任職長(zhǎng)達(dá) 8 年，是資深的高級(jí)技術(shù)人員，主要從事機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等領(lǐng)域的研究和開發(fā)工作，在徹底改革 OpenAI 的深度學(xué)習(xí)基礎(chǔ)設(shè)施方面發(fā)揮了關(guān)鍵作用。

經(jīng)過兩個(gè)月醞釀，今年 1 月，Caitlin Kalinowski 宣布 OpenAI 開放了 3 個(gè)機(jī)器人相關(guān)的崗位，分別是：

機(jī)器人系統(tǒng)集成電氣工程師：負(fù)責(zé)機(jī)器人系統(tǒng)從原型設(shè)計(jì)到量產(chǎn)方案的設(shè)計(jì)與集成。Caitlin Kalinowski 介紹該崗位的工作主要是為機(jī)器人設(shè)計(jì)傳感器套件。機(jī)器人機(jī)械設(shè)計(jì)工程師：負(fù)責(zé)評(píng)估和改進(jìn)機(jī)器人身體的硬件配置，包括集成新型傳感器、執(zhí)行器和計(jì)算元件等，需要具有設(shè)計(jì)機(jī)器人齒輪、執(zhí)行器、電機(jī)和連桿的經(jīng)驗(yàn)；TPM 經(jīng)理：即機(jī)器人技術(shù)項(xiàng)目經(jīng)理，負(fù)責(zé)產(chǎn)品技術(shù)項(xiàng)目管理工作，包括搭建實(shí)驗(yàn)室，確保機(jī)器人設(shè)計(jì)各階段的工作順利進(jìn)行。

目前 TPM 經(jīng)理崗位的招聘已經(jīng)關(guān)閉，OpenAI 似乎已經(jīng)找到了合適的候選人。

與機(jī)器人領(lǐng)域的競(jìng)爭(zhēng)對(duì)手相比，OpenAI 開放的崗位很少。特斯拉開放了 50 個(gè)機(jī)器人相關(guān)崗位，人形機(jī)器人獨(dú)角獸 Figure AI 則開放了 89 個(gè)崗位。

這主要是因?yàn)?strong>人形機(jī)器人項(xiàng)目在 OpenAI 內(nèi)部的優(yōu)先級(jí)并不高。

據(jù) OpenAI 內(nèi)部人士透露，機(jī)器人項(xiàng)目并不是 OpenAI 的首要任務(wù)，當(dāng)下 OpenAI 的重點(diǎn)依然是強(qiáng)化高級(jí)推理模型、開發(fā) AI 助理。

但 OpenAI 給出了極具吸引力的薪資待遇，同崗位的薪酬比特斯拉和 Figure AI 的高 2~4 倍，年薪最高達(dá)到 44 萬美元，約合人民幣 318 萬元，也就是月薪最高人民幣 26 萬元左右，此外還提供公司股權(quán)。

三家公司同崗位薪資對(duì)比如下：

對(duì)待人才，OpenAI 向來慷慨。

優(yōu)渥的薪酬待遇也是 OpenAI 在多位高管和核心技術(shù)人才離職后，仍然能夠保持對(duì)人才的吸引力，并順利推出新模型、新產(chǎn)品的原因。

現(xiàn)在，OpenAI 準(zhǔn)備用同樣的方法來招攬人形機(jī)器人領(lǐng)域的頂尖科學(xué)家，快速推進(jìn)機(jī)器人項(xiàng)目。

OpenAI 曾涉足機(jī)器人技術(shù)

因數(shù)據(jù)不足而放棄

在組建機(jī)器人團(tuán)隊(duì)之前，OpenAI 在人形機(jī)器人行業(yè)更為外界熟知的身份是投資人和技術(shù)賦能者。

OpenAI 投資了機(jī)器人相關(guān)的 3 家公司，涉及機(jī)器人本體與大腦，并為其中一家公司提供了模型方面的技術(shù)支持。它們都是現(xiàn)下行業(yè)中最受矚目，最具備發(fā)展?jié)摿Φ墓�司�?/p>

2023 年 3 月，OpenAI 領(lǐng)投了挪威人形機(jī)器人企業(yè) 1X Technologics，后者在這輪融資中獲得了 2350 萬美元。

1X 成立于 2014 年，在人形機(jī)器人領(lǐng)域耕耘已久，目標(biāo)是制造家用人形機(jī)器人，其人形機(jī)器人 NEO 能夠整理杯具，拿起雞蛋，和人類擁抱。

接近一年后，2024 年 2 月，OpenAI 和微軟、英偉達(dá)等投資方投了人形機(jī)器人新秀 Figure AI，促成了 2024 年人形機(jī)器人領(lǐng)域最大的一筆融資，F(xiàn)igure AI 在這輪融資中獲得了 6.75 億美元（約合人民幣 47.3 億元）。

FigureAI 能夠獲得此次大額融資的原因是，它在 2024 年 1 月發(fā)布了機(jī)器人的視頻，機(jī)器人經(jīng)過 10 小時(shí)端到端神經(jīng)網(wǎng)絡(luò)的訓(xùn)練就學(xué)會(huì)了沖咖啡，展示出極其領(lǐng)先的自主學(xué)習(xí)與任務(wù)執(zhí)行能力。

Figure 01 機(jī)器人沖咖啡（2 倍速）

融資完成后，OpenAI 也成為 Figure AI 的合作伙伴，將自家的大模型接入 Figure AI 的人形機(jī)器人中，使其獲得了與人自然交流，理解環(huán)境、思考和推理的能力。

2024 年 11 月，Open AI 投資了具身智能初創(chuàng)公司 Physical Intelligence（PI），PI 獲得了 4 億美元（約合人民幣 28.39 億元）融資。

PI 是一家研發(fā)通用機(jī)器人大腦的公司，其π0 模型可以控制不同形態(tài)的機(jī)器人，使其執(zhí)行多樣化的任務(wù)，比如疊衣服、整理桌子、雞蛋裝盒等，泛化能力極強(qiáng)。

可以看出，OpenAI 對(duì)機(jī)器人行業(yè)的投資策略是少而精，要投就投最好的。

實(shí)際上，OpenAI 不僅僅只是一個(gè)投資人，而是從一家從誕生之初就擁有機(jī)器人技術(shù)基因的公司。

Open AI 成立于 2015 年 12 月。2016 年 6 月，OpenAI 確立了其主要的發(fā)展目標(biāo)，其中就包括制造「通用」機(jī)器人。

同年，OpenAI聘請(qǐng)了機(jī)器人學(xué)習(xí)專家 Pieter Abbeel。

OpenAI 聯(lián)合創(chuàng)始人 Wojciech Zaremba 也是機(jī)器人團(tuán)隊(duì)的領(lǐng)導(dǎo)者。

但在后續(xù)的研究中，OpenAI 只專注于機(jī)器人的軟件技術(shù)，并且最終因?yàn)槿狈�機(jī)器人相關(guān)的數(shù)據(jù)在 2021 年解散了機(jī)器人團(tuán)隊(duì)，將重點(diǎn)轉(zhuǎn)移到數(shù)據(jù)更容易獲得的其他領(lǐng)域。

他們?cè)跈C(jī)器人方向的研究成果主要有兩個(gè)：訓(xùn)練機(jī)械手破解魔方和 Roboschool。

2017 年 5 月，OpenAI 開源了軟件 Roboschool，這是一個(gè)機(jī)器人模擬器，用戶可以在模擬器中控制并訓(xùn)練機(jī)器人。

2019 年 10 月，OpenAI 展示了他們訓(xùn)練機(jī)械手解開魔方的成果。

這項(xiàng)技術(shù)并不完善，機(jī)械手解魔方的成功率為 60%。

OpenAI 的突破之處在于使用了類似人類手掌的機(jī)械手來解魔方，而不是專門設(shè)計(jì)用來破解魔方的機(jī)器。

OpenAI 利用神經(jīng)網(wǎng)絡(luò)技術(shù)在虛擬環(huán)境中訓(xùn)練機(jī)械手破解魔方，并開發(fā)了一種名為 ADR 的新算法，自動(dòng)生成難度遞增的訓(xùn)練環(huán)境，使得機(jī)械手能夠應(yīng)對(duì)復(fù)雜的情況，在執(zhí)行任務(wù)時(shí)具備抗干擾性。

需要注意的是，這項(xiàng)實(shí)驗(yàn)中使用的機(jī)械手并不是 OpenAI 開發(fā)的，而是英國靈巧手公司 Shadow 的產(chǎn)品。

AGI 已就緒，就差物理實(shí)體？

OpenAI 做人形機(jī)器人，目前最大的競(jìng)爭(zhēng)對(duì)手是特斯拉。

與特斯拉不同，OpenAI 并沒有硬件大規(guī)模制造經(jīng)驗(yàn)和供應(yīng)鏈搭建、管理經(jīng)驗(yàn)。但它擁有強(qiáng)大的大模型與算法，其業(yè)務(wù)線的拓展剛好為公司造人形機(jī)器人儲(chǔ)備了關(guān)鍵技術(shù)。

機(jī)器人需要獲取足夠的訓(xùn)練數(shù)據(jù)來學(xué)習(xí)新技能，數(shù)據(jù)來源主要有兩種，一是人類遙操，二是仿真平臺(tái)合成。

OpenAI 的視頻生成模型 Sora 已在 2024 年正式推出，可以根據(jù)文本、圖像和視頻重新生成高質(zhì)量的視頻，為機(jī)器人收集仿真合成數(shù)據(jù)提供了新的可能性。

除了 Sora 之外，2024 年，Open AI 還發(fā)布了多款重大產(chǎn)品，包括語音生成模型 Voice Engine、首款具有推理能力的 AI 大語言模型 o1、o1 的升級(jí)版 o3 等。

從語音交互、語言理解和思考推理，再到視頻數(shù)據(jù)生成，OpenAI 新產(chǎn)品的技術(shù)覆蓋了機(jī)器人在人機(jī)交互、智能決策和環(huán)境感知、數(shù)據(jù)訓(xùn)練等方面所必需的技術(shù)要點(diǎn)。

OpenAI 目前最核心的產(chǎn)品還是 ChatGPT，結(jié)合其他產(chǎn)品來看，其人形機(jī)器人最突出的能力可能首先會(huì)是人機(jī)交互。

而且，OpenAI 似乎已經(jīng)知道如何構(gòu)建通用人工智能（AGI），做人形機(jī)器人是在尋找一個(gè)可承接這個(gè)智能系統(tǒng)的物理實(shí)體。

AGI 是指模擬人類思維和決策過程的人工智能系統(tǒng)。這種人工智能具備與人類相似的智能水平和自學(xué)能力，可以適應(yīng)多種環(huán)境并自主執(zhí)行復(fù)雜的任務(wù)。

1 月 5 日，OpenAI 首席執(zhí)行官 Sam Altman 發(fā)布了意味深長(zhǎng)的六字短語，意為奇點(diǎn)臨近，不知身處何方。網(wǎng)友紛紛猜測(cè)奇點(diǎn)是什么。

第二天，Sam Altman 就公布了答案。他發(fā)表了題為《反思》的新年博客文章，稱 OpenAI 已經(jīng)知道如何構(gòu)建通用人工智能，且正在逐漸接近通用人工智能。

在最近的一次采訪中，Sam Altman 認(rèn)為，在接下來的 18 個(gè)月內(nèi)，快速的技術(shù)進(jìn)步可能導(dǎo)致變革性的 AI 系統(tǒng)出現(xiàn)。

OpenAI 在 AI 領(lǐng)域的技術(shù)領(lǐng)先是毋庸置疑的。微軟首席執(zhí)行官 Satya Nadella 認(rèn)為 OpenAI 的技術(shù)發(fā)展比其他公司領(lǐng)先兩年。

要造人形機(jī)器人，現(xiàn)在 OpenAI 面臨的挑戰(zhàn)有兩個(gè)：

一是制造機(jī)器人本體；二是將 AI 技術(shù)應(yīng)用到機(jī)器人身上，并使其具備理解環(huán)境和執(zhí)行任務(wù)的能力。

制造機(jī)器人本體不算是一個(gè)太難的問題。現(xiàn)階段多數(shù)人形機(jī)器人公司只花了 1~2 年時(shí)間就造出了人形機(jī)器人，宇樹科技甚至僅用 6 個(gè)月就設(shè)計(jì)制造出人形機(jī)器人 G1。

宇樹科技創(chuàng)始人&CEO 王興興也曾說過，做人形機(jī)器人硬件不是瓶頸，目前限制整個(gè)具身智能發(fā)展的還是 AI 水平。

憑借行業(yè)已有的經(jīng)驗(yàn)和成果，OpenAI 有望更快完成人形機(jī)器人本體的設(shè)計(jì)制造。

將 AI 技術(shù)應(yīng)用到機(jī)器人身上的難度可能會(huì)更高，因?yàn)檫@個(gè)過程會(huì)同時(shí)涉及機(jī)器人感知、運(yùn)動(dòng)控制和多模態(tài)融合技術(shù)等多種復(fù)雜的技術(shù)。

不過，這是整個(gè)機(jī)器人行業(yè)目前都尚未解決的問題。

而 OpenAI 已在機(jī)器學(xué)習(xí)等底層技術(shù)上有深厚積累，憑借其強(qiáng)大的號(hào)召力和研發(fā)資源，極有可能在技術(shù)迭代與市場(chǎng)拓展中實(shí)現(xiàn)彎道超車，再度成為這一行業(yè)的引領(lǐng)者。

       原文標(biāo)題 : 年薪超 300萬，OpenAI 重金砸向人形機(jī)器人