OpenAI向实体AI（Physical AI）的转型，本质上并非单纯的人才扩张，而是一场数据基础设施之战。本周，该公司发布了27个机器人相关职位，较四个月前增加一倍以上，基础年薪高达50万美元。这一薪酬策略旨在从其人形机器人生态伙伴中吸纳顶尖工程师。更深层的信号在于，这些职位映射出的运营形态已非传统研究实验室，而是一条专为制造通用机器人关键要素——大规模标注训练数据——而设立的工业流水线。
从算法失败到数据瓶颈
OpenAI曾运营内部机器人团队直至2021年。联合创始人Wojciech Zaremba当时指出，团队触及了硬性瓶颈：底层方法在技术上可行，但缺乏足够的真实世界数据来训练具备能力的机器人模型。这被定义为典型的“数据失败”。
机器人学习依赖“行为克隆”或“模仿学习”，即通过记录人类操作员的遥操作（Teleoperation）数据来训练模型。加州大学伯克利分校2023年提出的GELLO方案，以低于300美元的成本实现了高质量数据采集。OpenAI旧金山遥操作设施采用GELLO控制器搭配Franka机械臂，合同工全天候执行如折叠衣物等复杂家务任务，生成状态-动作数据集。自2025年2月启动以来，该实验室的合同工人数已从约100人增长至四倍以上。
里士满：机器人时代的“数据中心”
2026年3月9日，OpenAI OpCo LLC签署了位于加利福尼亚州里士满Portside Commerce Center的租赁协议，占地约1.88万平方米。该场地此前为Moxion Power所有，其电力容量超过14,000安培，远超普通工业仓库标准，堪比小型数据中心。这里并非处理Token，而是为机器人测试单元、致动装置及GPU集群供电，以支持将原始遥操作视频转化为训练有素的机器人策略。除旧金山Mission Bay基地和山景城租约外，OpenAI计划在此建设第二个机器人实验室。
50万美元薪资重塑人才格局
OpenAI的薪酬结构极具侵略性。联邦H-1B签证文件显示，其研究科学家基础工资高达68.5万美元。新发布的机器人职位中，专注于数据管道和训练基础设施的机器学习工程师基础薪资为38万至50万美元；要求五年Rust或C++经验的机器人软件工程师薪资为25.5万至32.5万美元，以确保实时控制系统的确定性延迟。
相比之下，KORE1 2026年5月的调查显示，行业内高级机器人工程师综合报酬上限约为30万美元，人形和基础模型专家天花板为47.5万美元。OpenAI开出的价码显著高于市场水平，意在向Figure AI、Agility Robotics等竞争对手释放强烈信号。分析师警告，这将加剧初创公司的薪酬压力，使专业化招聘更加困难。
垂直整合与战略转向
此次招聘涵盖致动器设计、固件开发、PCB布局及机器学习基础设施，显示出OpenAI正进行硬件与软件同步开发的垂直整合。这与2023年至2025年初的策略形成鲜明对比，当时OpenAI主要作为投资者和模型供应商，参与1X Technologies和Figure AI的融资。随着Figure AI在2025年终止合作并推出自研Helix模型，OpenAI选择从头组装全栈能力。
与此同时，行业竞争日益激烈。Google DeepMind于2026年7月30日发布Gemini Robotics 2，在Apptronik Apollo 2机器人上实现了全身人形控制；Tesla则于2026年1月在弗里蒙特启动Optimus Gen 3试点生产，目标年产百万台。OpenAI虽在硬件部署上落后数年，但正试图通过掌控数据护城河缩小差距。
治理阴影下的扩张
此次招聘活动宣布于2026年5月31日，正值OpenAI经历重大治理危机之后。2026年3月，前Meta AR硬件负责人、OpenAI机器人部门主管Caitlin Kalinowski因反对公司将AI模型部署于五角大楼分类云网络而辞职。她批评此举缺乏司法监督和人类授权护栏。尽管这笔价值约2亿美元的交易引发了内部争议，但并未减缓OpenAI在实体AI领域的扩张步伐。然而，如何平衡民用通用机器人与军事用途之间的伦理边界，仍是公司面临的严峻治理课题。
结语：数据机器才是核心产品
审视OpenAI的布局——三班倒的遥操作实验室、高功率仓库、专职数据工程师——其核心产出并非机器人本体，而是大规模生成的标注训练数据。2021年的教训表明，没有工业级数据基础设施，机器人智能无从谈起。如今，OpenAI正以数量级提升的资源投入，试图弥补在实体世界先发优势的缺失。这场数据基建之战的结果，将决定其能否在激烈的实体AI竞争中后来居上。