OpenAI 正在進軍機器人領域，但這次不只是向第三方機器人公司提供 AI 模型。執行長 Sam Altman 已表示，公司「一定會」打造人形機器人，也會嘗試其他機器人外型；他的理由很直接：現實世界的門、樓梯、工具與工作站，本來就是依照人的身體設計。 18

更值得注意的是招聘方向。OpenAI 的職缺已橫跨機構、電機、控制、測試、模擬、韌體與製造準備，顯示它正補齊讓一台機器人從 AI「大腦」走到可運作實體產品所需的能力。

這是明確的策略承諾，但還不是產品發表。就現有公開資訊而言，OpenAI 尚未展示自家人形機器人的外觀、能力、售價、實際部署案例或量產時程。

最關鍵的訊號：從零件到量產，OpenAI 都在找人

OpenAI 的機器人徵才並不限於高階 AI 研究，而是涵蓋客製化齒輪、致動器測試、線束、電氣架構、機構架構、熱模擬、控制系統、韌體、原型製作、系統整合，以及量產準備。 1 2 3 4 5 9 10 14 15

合在一起看，這些職缺反映的是：OpenAI 想掌握機器人身體與軟體之間的整合，而非只提供上層模型。

• 關節與傳動系統： 公司正尋找負責客製齒輪與齒輪級的工程師，工作範圍從早期架構、概念設計，到原型驗證與系統整合。 1
• 可重複的測試能力： 致動器測試職缺要求建立測功機與測試基礎設施的電氣核心，包括馬達驅動器、儀器量測、資料擷取及安全系統。這類測試迴路是硬體團隊能系統化改善零組件的基礎。 2
• 電機與機構整合： 招聘內容涵蓋高度緊湊的機電系統，包括感測、通訊、電力分配、致動器介面、結構與運算元件。 5 10
• 模擬與控制： OpenAI 也在徵求能擴大模擬機器人本體之真實度、涵蓋範圍與運算效率的人才，以及處理即時控制、低階硬體互動的工程師。 11 14
• 原型到生產的銜接： 相關職位包括動手建造、除錯、修改早期機器人系統的實驗室角色；致動器專案職缺更明確涵蓋可靠度、製造、供應鏈及量產準備。 7 8 9

對能移動、能操作物件的機器人來說，致動器、減速傳動、電子系統、散熱、配線、感測器與控制軟體根本無法切開來看。這一輪招聘相當有力地說明，OpenAI 希望在這些層面建立深度內部能力。

不過，職缺內容只能證明方向與投入，不能證明 OpenAI 已經擁有完全自研、可量產的人形機器人。

為什麼人形外型對 OpenAI 有吸引力？

Altman 的邏輯偏向實務考量：人類生活與工作的物理環境，本就為人體而設計。若機器人有接近人類的身形，它理論上能使用既有的門、樓梯、工具與工作空間，而不必先把每個家庭、工廠或工作場所重新改造。 18

但 OpenAI 並未把路線限縮為雙足、通用型人形機器人。Altman 同時說過，公司也會做其他外型。 18 這意味著未來也可能出現針對特定任務優化的機器，例如基礎設施或資料中心作業機器人；在這些場景中，人形未必是最有效率的工程選擇。

其公開路線圖也很清楚。Altman 在一則徵才公告中表示，OpenAI Robotics 是從公司的世界模擬研究計畫發展而來。短期將聚焦於協助熟練工作者建設未來基礎設施的機器人；長期則設想個人機器人。 31

OpenAI 可能押注的優勢：把模擬、模型與硬體接成同一個迴路

依 Altman 的說法，OpenAI 的機器人計畫源自世界模擬研究。 31 再對照其在模擬、控制與實體系統方面的招聘，可以推測它希望建立更緊密的開發循環：

1. 在模擬環境中測試任務與機器人身體；
2. 製作並量測硬體原型；
3. 蒐集性能表現與失敗資料；
4. 更新控制與學習系統；
5. 回頭修正機構與電氣設計。

所謂垂直整合，不必然代表每一個零件都由 OpenAI 自行製造；真正的價值，在於模型、感測器、手部、關節、運算、控制與測試資料能被當成同一套系統設計。若執行順利，OpenAI 的 AI 便可能更貼合它實際部署的機器人身體。

進入人形機器人競賽後，OpenAI 站在哪裡？

OpenAI 帶著強大的 AI 研究能力與快速擴張的硬體團隊入場，但人形機器人最難建立的優勢，並不只在演算法。

Tesla 與既有機器人廠商已有機電工程、製造系統，以及讓硬體在真實環境運作的經驗。OpenAI 的職缺顯示它正在建立這些能力，但尚不足以證明其已具備相當的量產規模。

Nvidia 與 Google DeepMind是機器人 AI、運算與模擬生態中的重要角色。不過，現有資料不足以證明 OpenAI 已宣布與兩者逐項產品直接競爭的定位。

Figure AI 與 Skild AI則是具身 AI 領域的重要競爭者；但本次資料沒有足夠可驗證細節，可對其真實部署或技術位置與 OpenAI 作出排名。較穩妥的判斷是：OpenAI 正朝更直接參與具身 AI 的方向前進，不再只扮演模型供應商。

中國製造商目前則在出貨量上具備最明顯的領先。Bloomberg 引述 Omdia 資料指出，2025 年全球約出貨 1.3 萬台人形機器人，其中絕大多數由中國廠商生產；上海智元機器人估計出貨 5,168 台。 32 出貨量的重要性不只在數字，更在於它能累積零組件採購、可靠度改善、降成本與現場運行的經驗——這些都是新進者必須隨時間取得的能力。

仍未揭曉的五個關鍵問題

1. 機器人到底長什麼樣、能做什麼？

OpenAI 尚未公開人形機器人的外型、移動能力、手部設計、載重、續航、安全方案、價格或客戶部署方式。承諾打造人形機器人，並不等同於已公布產品規格。 18

2. 何時推出？

目前資料中沒有可靠的公開產品時程。除非 OpenAI 正式發布，外界流傳的具體上市日期都應視為未證實資訊。

3. 怎麼製造？

OpenAI 正為與致動器量產準備相關的製造與供應鏈工作招人。 9 但它會自行製造關鍵子系統、交由代工廠生產、向外採購重要關節，還是採混合模式，仍不清楚。

4. 成本與可靠度能否過關？

一台機器人能在受控環境中完成亮眼展示，不代表它已經便宜、耐用、夠快或容易維修，足以廣泛部署。職缺顯示 OpenAI 正投資測試與可靠度導向的開發，但尚未證明商業規模下的成本結構。 2 9

5. AI 能否在真實世界穩定地「落地」？

強大的語言與多模態模型，並不會自動解決行走、抓取、校準、失敗復原，以及在人類身旁安全操作等問題。真正的考驗，是能否把 AI 能力轉化為物理機器上可重複、可靠、且不依賴精心安排環境的行為。

結論

OpenAI 的人形機器人計畫，最適合被理解為一場打造「全端具身 AI 公司」的嘗試。Altman 已公開承諾投入人形與其他機器人型態；而其招聘範圍則覆蓋了將 AI 系統變成可運作機電產品所需的核心專業。 18 31

這些訊號很強，足以說明 OpenAI 的意圖與投資方向；但它們仍不是市場就緒產品或製造領導力的證明。OpenAI 的潛在優勢，在於把模型、模擬、控制與客製硬體串成單一開發迴路。它接下來要證明的，是能否在具備更深量產經驗、更多已部署機器人的競爭者持續擴大優勢前，做出可靠且可負擔的實體機器。

OpenAI 正在進軍機器人領域，但這次不只是向第三方機器人公司提供 AI 模型。執行長 Sam Altman 已表示，公司「一定會」打造人形機器人，也會嘗試其他機器人外型；他的理由很直接：現實世界的門、樓梯、工具與工作站，本來就是依照人的身體設計。 18

更值得注意的是招聘方向。OpenAI 的職缺已橫跨機構、電機、控制、測試、模擬、韌體與製造準備，顯示它正補齊讓一台機器人從 AI「大腦」走到可運作實體產品所需的能力。

這是明確的策略承諾，但還不是產品發表。就現有公開資訊而言，OpenAI 尚未展示自家人形機器人的外觀、能力、售價、實際部署案例或量產時程。

最關鍵的訊號：從零件到量產，OpenAI 都在找人

OpenAI 的機器人徵才並不限於高階 AI 研究，而是涵蓋客製化齒輪、致動器測試、線束、電氣架構、機構架構、熱模擬、控制系統、韌體、原型製作、系統整合，以及量產準備。 1 2 3 4 5 9 10 14 15

合在一起看，這些職缺反映的是：OpenAI 想掌握機器人身體與軟體之間的整合，而非只提供上層模型。

• 關節與傳動系統： 公司正尋找負責客製齒輪與齒輪級的工程師，工作範圍從早期架構、概念設計，到原型驗證與系統整合。 1
• 可重複的測試能力： 致動器測試職缺要求建立測功機與測試基礎設施的電氣核心，包括馬達驅動器、儀器量測、資料擷取及安全系統。這類測試迴路是硬體團隊能系統化改善零組件的基礎。 2
• 電機與機構整合： 招聘內容涵蓋高度緊湊的機電系統，包括感測、通訊、電力分配、致動器介面、結構與運算元件。 5 10
• 模擬與控制： OpenAI 也在徵求能擴大模擬機器人本體之真實度、涵蓋範圍與運算效率的人才，以及處理即時控制、低階硬體互動的工程師。 11 14
• 原型到生產的銜接： 相關職位包括動手建造、除錯、修改早期機器人系統的實驗室角色；致動器專案職缺更明確涵蓋可靠度、製造、供應鏈及量產準備。 7 8 9

對能移動、能操作物件的機器人來說，致動器、減速傳動、電子系統、散熱、配線、感測器與控制軟體根本無法切開來看。這一輪招聘相當有力地說明，OpenAI 希望在這些層面建立深度內部能力。

不過，職缺內容只能證明方向與投入，不能證明 OpenAI 已經擁有完全自研、可量產的人形機器人。

為什麼人形外型對 OpenAI 有吸引力？

Altman 的邏輯偏向實務考量：人類生活與工作的物理環境，本就為人體而設計。若機器人有接近人類的身形，它理論上能使用既有的門、樓梯、工具與工作空間，而不必先把每個家庭、工廠或工作場所重新改造。 18

但 OpenAI 並未把路線限縮為雙足、通用型人形機器人。Altman 同時說過，公司也會做其他外型。 18 這意味著未來也可能出現針對特定任務優化的機器，例如基礎設施或資料中心作業機器人；在這些場景中，人形未必是最有效率的工程選擇。

其公開路線圖也很清楚。Altman 在一則徵才公告中表示，OpenAI Robotics 是從公司的世界模擬研究計畫發展而來。短期將聚焦於協助熟練工作者建設未來基礎設施的機器人；長期則設想個人機器人。 31

OpenAI 可能押注的優勢：把模擬、模型與硬體接成同一個迴路

依 Altman 的說法，OpenAI 的機器人計畫源自世界模擬研究。 31 再對照其在模擬、控制與實體系統方面的招聘，可以推測它希望建立更緊密的開發循環：

1. 在模擬環境中測試任務與機器人身體；
2. 製作並量測硬體原型；
3. 蒐集性能表現與失敗資料；
4. 更新控制與學習系統；
5. 回頭修正機構與電氣設計。

所謂垂直整合，不必然代表每一個零件都由 OpenAI 自行製造；真正的價值，在於模型、感測器、手部、關節、運算、控制與測試資料能被當成同一套系統設計。若執行順利，OpenAI 的 AI 便可能更貼合它實際部署的機器人身體。

進入人形機器人競賽後，OpenAI 站在哪裡？

OpenAI 帶著強大的 AI 研究能力與快速擴張的硬體團隊入場，但人形機器人最難建立的優勢，並不只在演算法。

Tesla 與既有機器人廠商已有機電工程、製造系統，以及讓硬體在真實環境運作的經驗。OpenAI 的職缺顯示它正在建立這些能力，但尚不足以證明其已具備相當的量產規模。

Nvidia 與 Google DeepMind是機器人 AI、運算與模擬生態中的重要角色。不過，現有資料不足以證明 OpenAI 已宣布與兩者逐項產品直接競爭的定位。

Figure AI 與 Skild AI則是具身 AI 領域的重要競爭者；但本次資料沒有足夠可驗證細節，可對其真實部署或技術位置與 OpenAI 作出排名。較穩妥的判斷是：OpenAI 正朝更直接參與具身 AI 的方向前進，不再只扮演模型供應商。

中國製造商目前則在出貨量上具備最明顯的領先。Bloomberg 引述 Omdia 資料指出，2025 年全球約出貨 1.3 萬台人形機器人，其中絕大多數由中國廠商生產；上海智元機器人估計出貨 5,168 台。 32 出貨量的重要性不只在數字，更在於它能累積零組件採購、可靠度改善、降成本與現場運行的經驗——這些都是新進者必須隨時間取得的能力。

仍未揭曉的五個關鍵問題

1. 機器人到底長什麼樣、能做什麼？

OpenAI 尚未公開人形機器人的外型、移動能力、手部設計、載重、續航、安全方案、價格或客戶部署方式。承諾打造人形機器人，並不等同於已公布產品規格。 18

2. 何時推出？

目前資料中沒有可靠的公開產品時程。除非 OpenAI 正式發布，外界流傳的具體上市日期都應視為未證實資訊。

3. 怎麼製造？

OpenAI 正為與致動器量產準備相關的製造與供應鏈工作招人。 9 但它會自行製造關鍵子系統、交由代工廠生產、向外採購重要關節，還是採混合模式，仍不清楚。

4. 成本與可靠度能否過關？

一台機器人能在受控環境中完成亮眼展示，不代表它已經便宜、耐用、夠快或容易維修，足以廣泛部署。職缺顯示 OpenAI 正投資測試與可靠度導向的開發，但尚未證明商業規模下的成本結構。 2 9

5. AI 能否在真實世界穩定地「落地」？

強大的語言與多模態模型，並不會自動解決行走、抓取、校準、失敗復原，以及在人類身旁安全操作等問題。真正的考驗，是能否把 AI 能力轉化為物理機器上可重複、可靠、且不依賴精心安排環境的行為。

結論

OpenAI 的人形機器人計畫，最適合被理解為一場打造「全端具身 AI 公司」的嘗試。Altman 已公開承諾投入人形與其他機器人型態；而其招聘範圍則覆蓋了將 AI 系統變成可運作機電產品所需的核心專業。 18 31

這些訊號很強，足以說明 OpenAI 的意圖與投資方向；但它們仍不是市場就緒產品或製造領導力的證明。OpenAI 的潛在優勢，在於把模型、模擬、控制與客製硬體串成單一開發迴路。它接下來要證明的，是能否在具備更深量產經驗、更多已部署機器人的競爭者持續擴大優勢前，做出可靠且可負擔的實體機器。