硅谷的机器人工程师争夺战正愈演愈烈，OpenAI以高薪和核心岗位为筹码，悄然布局实体机器人领域。据公开信息显示，该公司近期一口气开放了电气工程师、仿真环境工程师、执行器设计工程师及控制系统软件工程师四大关键职位，部分岗位基础年薪高达21万至31万美元，叠加股权期权后，总薪酬甚至突破220万元人民币。这一动作被视为其重启机器人战略的重要信号。
OpenAI的机器人野心并非首次显露。早在2017年至2019年，该公司便以“Dactyl”项目为突破口，尝试用强化学习训练五指仿生机械手完成积木翻转、单手解魔方等复杂任务。该项目采用Shadow Hand硬件，通过仿真环境生成海量数据并迁移至实体机器人，一度成为灵巧操作领域的标杆。然而，受限于机器人训练数据稀缺、迭代周期长等问题，该团队于2020年前后解散，转而全力投入语言模型研发，最终催生出ChatGPT等爆款产品。
时隔数年，竞争对手的进展让OpenAI重新审视机器人赛道。Google DeepMind持续深耕基础模型，特斯拉Optimus已进入量产倒计时，Figure AI更完成超长连续运转测试。面对物理世界这一“终极AI入口”，OpenAI选择回归硬件研发与机器学习结合的路线。今年早些时候，其世界模拟研究项目转型为OpenAI Robotics，并由Aditya Ramesh领衔，目标直指服务技术工人和家庭场景的通用机器人。
团队扩张成为首要任务。过去一年，OpenAI不仅筹建第二处实验场地，更从学术界和工业界挖角顶尖人才。例如，北京大学计算机系本科、卡内基梅隆大学博士林星宇，主导开发了低成本遥操作框架GELLO；上海交通大学校友何泰然，凭借Omni H2O技术实现人形机器人全身协调操作，同时运营着拥有50万粉丝的科技播客Whynot TV。斯坦福、伯克利、MIT等名校的博士们也纷纷加入，覆盖机器人学习、仿真环境、世界模型等核心领域。
华人研究者在此次布局中扮演关键角色。在机器人学习与灵巧操作方向，林星宇与何泰然的成果直接影响技术路线；仿真与评测基准领域，斯坦福博士李成书和殷航正开发适配家庭场景的评测体系；世界模拟技术迁移方面，meta前员工张鹏川与MIT博士赵家樑则探索视觉感知与机器人系统的融合。这些人才的聚集，凸显OpenAI对多学科交叉的重视。
尽管挑战重重，OpenAI的野心已清晰可见：短期聚焦基础设施领域的服务机器人，长期则希望实现“人人拥有专属机器人”的愿景。随着四大核心岗位的招聘启动，硅谷的机器人竞赛正进入白热化阶段。
