编辑｜Sia
过去，OpenAI 通过投资 Figure AI、1X Technologies 等机器人公司，更像是在用大模型 API 试水机器人时代的安卓模式。
一年之后，局面变了。随着 Aditya Ramesh 牵头的世界模拟器（Worldsim）研究逐渐成熟，OpenAI 显然意识到：想让 AGI 真正在物理世界全面落地，只做「大脑供应商」，远远不够。
它必须亲自下场，给 AI 造一副肉身，把灵魂和肉体都握在自己手里。
这不，老板奥特曼已经广发英雄帖：
「OpenAI Robotics 正在招聘，我们正在寻找杰出的全栈硬件、运营、系统和机器学习工程师，帮助我们编程并制造对社会有益的机器人。」
OpenAI 对机器人的愿景也写得很直白：
「人工智能应当能够帮助人们在现实世界中生活。短期内，我们专注于开发机器人，以协助技术工人建设未来的基础设施；长远来看，我们设想每个人都能拥有一台个人机器人，随时满足他们的各种需求。」
翻译一下：短期，OpenAI 瞄准的是工业基础设施建设；长期，则是人手一台的通用个人机器人（Personal Robot）。
现在再回头看，OpenAI 为什么此前要拼命砸 Sora 这类能理解物理常识的视频生成模型，答案也越来越清楚了——
Sora 的终点，或许从来不只是给好莱坞拍电影。它更像是为机器人准备的虚拟训练沙盒，在这个空间里，机器人可以先学会看懂世界、预测世界，再最终走进现实世界。
奥特曼继续写道，得益于机器人硬件与机器学习研究的协同设计，由 Aditya Ramesh 领导的世界模拟研究项目已经在过去一年中逐步演化为 OpenAI Robotics。
于是乎，大军正式开拔走向现实。
目前，OpenAI 官网开放的十几个机器人相关职位，全部 base 在大本营旧金山。岗位覆盖自研关键硬件、硬件实验室、工业级数据采集、物理模拟器、分布式大规模训练等多个方向。
连起来看，像是一场从软件到硬件、从仿真到量产、从数据到训练的具身智能闭环总攻。
比如，机器人到底是像个人一样干活，还是像台昂贵玩具一样抖来抖去，很大程度上就卡在执行器上。OpenAI 给 Actuator Design Engineer（执行器/电机设计工程师）岗位开的价也很 OpenAI：
纯现金底薪 34.2 万-44.5 万美元/年，折合人民币约 248 万-323 万元/年，再加上 OpenAI 标志性的 PPU（利润参与单位）激励。
这是在用大模型公司的薪酬体系，硬挖机器人硬件顶尖人才。
还有 3D Printing Lab Technician（3D 打印实验室技术员）。光是这个岗位，底薪也来到 26.6 万-39.9 万美元/年，同样叠加 PPU 激励。
看来，OpenAI 不只是要做仿真、不只是要写控制算法，而是要在公司内部搭建快速硬件迭代能力。今天改一个关节结构，明天打样，后天上机测试，再把真实数据回灌给模型和仿真系统。
这套节奏，和当年自动驾驶公司、火箭公司、机器人公司拼命搭建硬件闭环的逻辑是一致的：靠真实世界反馈，压缩工程迭代周期。
还有 Simulation Realism Engineer（仿真逼真度工程师）。OpenAI 给这个岗位开的现金底薪是：29.3 万-38.5 万美元/年，折合人民币约 212 万-280 万元/年，同样叠加顶级 PPU 激励。
所谓 Simulation Realism，目标是让虚拟世界里的重力、摩擦力、材质刚度、光影、碰撞、接触反馈，尽可能逼近真实物理世界。只有这样，模型在模拟器里学会的动作，才能真正迁移到现实机器人身上。
谁能造出更真实、更可控、更高效的世界模拟器，谁就能让机器人在虚拟世界里「加速人生」。领先的具身智能团队几乎都会把物理仿真当作核心护城河来做，OpenAI 也不例外。
在更底层，还有基础设施岗位。比如 Software Engineer, Distributed Data Systems，分布式数据系统软件工程师。
底薪区间：23 万-38.5 万美元/年，折合人民币约 166 万-279 万元/年，再加 PPU。
这个岗位指向的，是机器人训练背后真正的大厂本质：海量数据、分布式系统、超算集群、持续训练。这也是 OpenAI 最熟悉的打法。
而领导这支硬核正规军的关键人物，正是 Aditya Ramesh， OpenAI 担任研究副总裁（VP of Research），亲自执掌 Worldsim（世界模拟器）团队。
目前，正在从零搭建新的机器人团队。
过去几年，Aditya Ramesh 几乎完整参与了 OpenAI 生成式视觉模型从研究到产品化的关键历程。
他是初代文本生成图像模型 DALL·E（ 2021 年发布）的发明人，直接打开了文本生成图像的大门。
随后，DALL·E 2、DALL·E 3 继续把文生图模型推向大规模应用，彻底点燃了全球多模态生成技术的爆发。
再往后，是 Sora。Aditya Ramesh 亲自组建并领导了 Sora 研究团队，重点攻关物理真实感、视觉可控性、语言对齐等问题。
表面上看，Sora 是视频生成模型。但从机器人视角看，它更像是 OpenAI 对世界模型的一次大规模预演。
模型不仅要知道一只杯子长什么样，还要理解杯子被推倒会怎么滚，水会怎么洒，物体接触会怎么形变，镜头移动时空间关系如何保持一致。
这些能力，恰恰是机器人理解和操作真实世界的前置条件。
所以现在，Aditya Ramesh 从 DALL·E 走到 Sora，再走向机器人，并不突兀。这更像是同一条技术路线的自然延伸。
公开社交平台上，已经能看到 OpenAI 机器人/世界模拟器团队成员密集转发招聘信息。
何泰然在社交媒体中提到，他们不太关心候选人有没有博士学位、citation 有多少、人在什么地方、处于什么人生阶段，更看重的是，是不是真正能动手解决机器人问题的 builder。
他们不少人本身就是身处一线的核心研究员与工程师，正在利用自己的社交网络，为这个新组建的团队全速招兵买马。
有意思的是，5 月初，《华尔街日报》等媒体曾报道称，奥特曼去年底一度认真考虑过，像谷歌母公司 Alphabet 那样，把机器人和消费硬件部门独立拆出去运营。其中甚至包括 OpenAI 斥资 65 亿美元收购的 Jony Ive 硬件初创公司 io Products。
现在看来，OpenAI 选择背负硬件研发的巨大成本和风险，把机器人做成支撑其天价估值的下一根核心支柱。
在 coding 场景被竞争对手领先之后，它是否还能凭借「世界模型 + 机器人本体」的软硬件闭环，从 Anthropic 手中夺回领先地位？我们拭目以待。
