OpenAI正式进军机器人领域？具身智能掀新终端入口争夺

OpenAI正式进军机器人领域？这场从软件走向硬件的战略跃迁已在供应链端得到确凿印证，5月31日Sam Altman在X平台正式宣布OpenAI Robotics成立，11个旧金山职位同步开放，薪资最高31万美元。当具身智能将AI从屏幕塞进物理躯壳，新终端入口争夺在机器人、手机、可穿戴三线同时打响，深度链接与归因链路面临系统性重构。

从世界模拟到硬件制造：OpenAI Robotics的技术底座

Altman在公告中透露，OpenAI Robotics并非从零起步，而是由DALL-E核心开发者Aditya Ramesh领导的世界模拟研究项目演化而来。"我们的世界模拟研究项目在过去一年中演变为OpenAI Robotics，进展迅速，建立在机器人硬件与ML研究协同设计的基础之上。"这意味着Sora视频生成模型作为"世界模拟器"的训练能力，正直接转化为机器人的虚拟训练场——先在仿真环境中运行数十亿场景，再将习得技能迁移到物理硬件。

OpenAI的职位设置印证了这条路径：Simulation Realism Engineer负责最小化仿真与现实之间的物理差距，涉及MuJoCo、Isaac Sim等引擎，需精通刚体/软体动力学与接触力学；Operations Manager for Data Acquisition则负责管理大规模人力团队和多站点基础设施，采集真实世界的物理交互数据。更关键的是Actuator Design Engineer——这个岗位要求从早期架构到原型验证全程主导"定制机电执行器"开发，承担扭矩密度、效率、带宽和热架构的系统级权衡研究。这表明OpenAI不是组装现成组件，而是直接切入定制机械工程深水区，意图从底层掌控硬件栈。其他开放职位还包括3D打印实验室技术员、DAQ站工程师、电气工程师，以及多个分布式数据和ML系统工程岗位，基本覆盖了从实验室到部署的完整链条。

商业博弈：Figure分拆、微软解绑与分拆悬念

OpenAI自建机器人部门的决策，揭示了今年早些时候与Figure AI合作破裂的真实原因。3月，Figure CEO Brett Adcock公开披露双方合作关系终结，声称Figure内部AI团队已经"跑赢了"OpenAI。Adacock指出，OpenAI难以维持物理硬件所需的"日复一日、周复一周"的存在感，更偏好仿真路径。而真正让关系彻底破裂的导火索，是Altman亲自致电Adcock透露OpenAI正在考虑自建机器人项目——这一消息直接促使Adcock终止了合作。如今OpenAI大举招聘定制执行器和物理原型岗位，印证了这家AI巨头确实从硬件教训中吸取了经验，正从纯仿真模式转向软硬一体的内循环。

与此同时，2026年5月初已有报道称OpenAI一直在讨论将其机器人和消费硬件部门分拆为独立实体，为后续资本运作预留了想象空间。另一个被忽视的战略前提是微软云排他协议的终结——OpenAI近期终止了与微软的云独占合作，这对机器人业务至关重要，因为机器人开发需要跨硬件制造商、云平台和专用计算系统的极大灵活性，摆脱单一供应商绑定后才能自由构建大规模可扩展项目。

而领导层方面，2024年加入的Meta前硬件高管Caitlin Kalinowski据传已于2026年3月辞职，起因是对OpenAI五角大楼合作及监控与致命自主权护栏的担忧。这一变动为机器人治理问题增添了新的维度——当AI模型进入能在工作场所、仓库、家庭或防务场景中自主行动的物理躯壳时，治理便不再是公关问题，而是产品本身的一部分。

人才争夺与竞争格局：谁在争夺具身智能高地

OpenAI Robotics开出的薪资具有明确的战略指向——基础年薪21万至31万美元另加股权期权，直接对标谷歌DeepMind、特斯拉Optimus团队和Figure AI的核心人才，具身AI领域的人才争夺战正在急剧升温。OpenAI的招聘职位横跨电气工程、仿真环境、执行器设计和控制系统软件工程，指向通用机器人系统开发，使其能在动态真实环境中运用AGI级别智能。而在同一周，EngineAI在深圳启动智能制造基地，T800人形机器人首批下线，每15分钟一台的产线节拍标志着万台级交付能力的形成。全球具身智能赛道正从中美两极同时加速。

更值得关注的竞争信号来自Google DeepMind的Gemini Robotics、NVIDIA的物理AI训练工具链，以及特斯拉将Optimus定位为长期AI产品而非纯硬件项目的持续动作。OpenAI此时入场，使得具身AI从实验室演示走向商业化中心的进程被大幅压缩——行业再也无法将人形机器人视为"一堆实验室demo"。从投资关系看，OpenAI Startup Fund曾在2023年领投1X Technologies的2350万美元A2轮融资，随后又参与了Figure AI 6.75亿美元融资。但当模型公司开始自建硬件能力，曾经将OpenAI视为基础设施合作伙伴的创业公司，不得不重新思考合作终止与竞争开始的边界在哪里。

从手机到机器人：新终端形态的入口重构

OpenAI的硬件野心不止于机器人。据分析师Ming-Chi Kuo供应链调查，OpenAI正在开发一款"AI Agent手机"，预计2027年上半年量产，使用联发科Dimensity 9600定制芯片，立讯精密独家代工。与此同时，前苹果设计总监Jony Ive参与代号为"Gumdrop"的消费级AI硬件项目也在推进，首产品已从2026年推迟至2027年，形态可能为带摄像头的智能音箱。这意味着OpenAI正在同时布局三条硬件战线：机器人、手机和可穿戴设备，每一条都指向同一个目标——从"为别人的硬件提供AI大脑"转向"拥有自己的终端入口"。

当AI不再通过App、网页或API触达用户，而是通过物理躯壳直接执行任务时，传统的页面流量逻辑将面临根本性挑战。用户通过搜索引擎点击广告进入App，这是经典的主动页面流量——品牌能完整追踪从曝光到转化的每一步。但当AI Agent代替用户完成决策和操作，流量路径从"点击→浏览→购买"坍缩为"意图→执行"，中间的浏览和点击环节被完全省略。机器人代替人类在物理世界中完成采购、下单、安装等动作时，不仅没有页面访问，连"点击"这一行为本身都消失了。

而意图流量正在接管——意图流量不以页面访问为载体，而是以任务完成为终点。用户对机器人说"帮我订一杯咖啡"，机器人直接调用API完成下单，品牌方看到的不是一次页面访问，而是一个没有任何来源标注的转化事件。这对归因体系构成三重冲击：入口不可见（机器人发起的动作没有UTM参数）、路径不可追踪（跳过中间页直接完成交易）、归因不可回溯（无法确认是哪个触点激发了用户的意图）。

工程实践：新终端归因链路的应对策略

跨终端场景还原方案

当用户从手机发出指令→机器人执行操作→结果在另一设备上呈现时，参数在跨设备传递中极易丢失。通过携带参数安装在安装时将来源参数写入本地，再由深度链接在唤起时将上下文无缝传递到目标页面，即可在机器人执行动作后将完整的用户意图链路还原至App内，实现"指令→执行→结果"全链路参数不中断。

Agent代执行的归因穿透策略

当机器人或AI Agent代替用户执行操作时，传统的最后点击归因模型完全失效——因为最后"点击"的是机器而非人类。通过全渠道归因的S2S端云协同机制，在服务端建立设备指纹与用户意图的关联图谱，穿透代理分发的归因暗网，将机器人执行的动作与原始用户意图确权对账，实现"意图是谁的，转化就归谁"的确权逻辑。

流量入口迁移的深层焦虑

具身智能对B端团队的冲击远不止技术层面。当机器人成为新的交互入口，App不再是用户接触品牌的第一触点——用户可能根本不会打开你的App，而是通过语音告诉机器人"我要用某某服务"。这意味着三件事同时发生：获客渠道从"投广告等点击"变成"让AI引用你"；转化路径从"页面引导"变成"指令直达"；留存手段从"推送召回"变成"场景触发"。

对于开发者而言，当用户的操作不再经过页面，前端埋点体系将大面积失效；对于增长团队而言，当流量不再以"访问量"衡量，ROI计算需要从"每次点击成本"转向"每次意图触达成本"。这不仅是工具升级的问题，而是度量体系本身需要重建。

openinstall目前的能力聚焦于App归因与深度链接场景，对具身智能终端的归因覆盖尚在探索阶段。本文所述Agent代执行归因穿透策略为前瞻性分析，具体实现需等待行业基础设施成熟。

开发团队与增长团队在新终端时代的关系

新终端归因场景下，开发团队与增长团队的关系正在被重新定义。开发团队负责搭建跨终端参数传递的技术底座——从设备指纹关联到S2S回调接口，从深度链接路由到场景还原引擎，这些是归因链路在物理终端上不断裂的技术保障。增长团队则需在传统买量模型之外，构建"意图归因"的新度量体系——当页面流量不再可靠，增长团队必须学会从API调用日志、Agent引用频次和任务完成链路中读出用户行为的真实信号。两个团队的协作界面从"埋点与报表"升级为"链路协议与意图图谱"。

机器人落地还有多远

机器人真的能代替人类完成所有任务吗

当前具身智能最核心的瓶颈并非硬件性能，而是数据。OpenAI此前的机器人项目之所以终止，正是因为缺乏足够的真实世界数据来训练可用系统。这次大举招聘数据采集运营经理，说明OpenAI正试图通过大规模人工采集和仿真的组合来填补这一缺口。但仿真环境再逼真，与物理世界之间仍存在不可消除的Sim-to-Real Gap——光线变化、物体变形、人类行为的不确定性，这些在受控demo中可以规避的变量，在真实部署中会成为系统性风险。

Figure为什么选择与OpenAI分道扬镳

Figure CEO Brett Adcock的核心论点是：OpenAI无法维持物理硬件所需的"每日每周"持续在场，更偏向仿真而忽视真实世界反馈。而Figure自己的AI团队在物理环境中的迭代速度已经超越OpenAI提供模型的能力。这一分拆揭示了一个结构性矛盾——当模型公司同时做硬件时，它既是合作伙伴又是竞争对手，创业公司必须评估合作终止的临界点在哪里。

OpenAI机器人什么时候能面市

当前招聘信号是早期布局而非产品发布。OpenAI的职位描述提到探索"广泛的机器人形态因子"，尚未明确是双足人形、轮式移动操作臂还是全新工业架构。但2026年5月初的分拆讨论暗示，OpenAI可能将机器人部门独立为子公司，类似当年谷歌将Waymo从X实验室独立的方式，为大规模融资和商业化留出空间。

行业动态观察

OpenAI Robotics的成立标志着AI行业从"模型竞赛"进入"终端竞赛"的新阶段。当Google DeepMind推进Gemini Robotics、特斯拉持续将Optimus定位为AI产品、EngineAI在深圳实现T800万台级量产，具身智能正从概念验证走向商业部署的拐点。对App生态而言，新终端意味着新入口，新入口意味着新归因断点——当用户不再通过点击进入App，而是通过语音指令让机器人代为执行时，归因链路的重建不是可选项，而是生存必需。行业需要在Agent代执行的归因黑洞中，建立起新的确权与对账基础设施，否则每一笔由机器人完成的转化，都将成为无法被归因的"暗流量"。