相较于谷歌Gemini来说，OpenAI机器人项目进展缓慢，尽管Sam说过去一年发展很快。贴子里还有一个信号是，提到现在进行的世界模拟研究项目由 Aditya Ramesh 领导，Sora 2正是出自他手。也意味着，OpenAI手头上正在构建的是通用机器人的世界模型。

（今天上午发现，Aditya Ramesh早早关注了我们的X，哈哈，也赶紧回关了他，追踪后续动态）

Sam的帖子也等同于OpenAI在LLM/Agent之外，加速切入物理AI。

这也是整个大模型公司集体转向的缩影。来看看：

Google (DeepMind) -Gemini Robotics：2025年起推出Gemini Robotics系列（VLA模型）和Gemini Robotics-ER（embodied reasoning），支持视觉-语言-动作，跨不同机器人形态学习，已与Apptronik、Agility、波士顿动力等合作伙伴测试、应用。

Mistral A-Physical AI / Physics AI：通过收购Emmi AI进入物理模拟与工业具身AI，专注物理系统预测、工程加速、机器人操纵和导航，已与欧洲汽车/工业厂商合作。

Alibaba Qwen VLA：2026年发布统一Vision-Language-Action模型，支持操纵、导航、轨迹预测，可跨多种机器人形态（单臂、双臂、人形），无需特定微调。

字节跳动的 Seed Robotics，也已经发布了，Seed GR-3 VLA,Seed GR-RL面向长周期灵巧操,作任务的机器人学习框架,包括ByteDexter 灵巧手

为什么大家突然都冲向物理AI？

先不看黄仁勋提到了AI演化路径——物理AI是必然的进阶阶段。

很重要的一个原因纯LLM已经碰到明显的数据天花板。高质量人类文本数据快要耗尽（预计这两年2028年前后），重复训练导致模型塌缩，继续单纯scaling收益递减。具身AI能让模型进入真实世界交互、试错、收集海量多模态数据（视频 动作 触觉 结果反馈），反过来喂养和突破当前基础模型的局限。当然这并不是要放弃LLM，恰恰是LLM是机器人大脑走向真正AGI的必经之路：从会说话走向实地作业，从屏幕里的智能变成物理世界的智能。

所有大模型公司也不得不开始把转向物理世界获取新高质量数据（视频 动作 结果反馈），开启新的scaling曲线。

人类的确正在试着复刻GPT的大力出奇迹。今年初到现在大火的Egocentric，UMI，以及human-centric等等...包括京东在宿迁成立的10万人数采社区，Jim Fan提到的以后每个人一部苹果加上数采程序就能随时采集数据。

另一个时机点也很重要，即OpenAI和Figure AI的合作已结束，以及华尔街这篇报道，提到内部也讨论过把机器人部门独立出来，为IPO做准备，但最终决定留在体内全力推进，Sam认为这个方向战略重要性高于短期IPO考量。也可以理解切入物理AI，实际上也给了IPO更大的助推力：美国的资本叙事偏好物理AI-机器人模型的叙事，而非硬件。

尽管许多人都知道OpenAI重启了机器人项目，Sam在Lex的一档播客里提到OpenAI会做人形机器人，但面对谷歌，Anthropic、Deepseek，kimi等中国大模型的厮杀，机器人项目一直被边缘化。或许去年10月的Sora 2是一条子明线，只是当时OpenAI没将其整合到Robotics团队。Sora2关闭后，一方面给足算力给ChatGPT，另一方面也正在倾斜资源给机器人团队。

大家都提了很久的2026年是物理AI年，但更多可能还是机器人或具身智能圈在传播，Sam这波公开招聘，让以往数字AI圈也开始关注物理AI了...

当现在最具影响力的大模型公司高调宣告，正在进入物理AI领域，下一个时代也开始了（许多人可能有所察觉）

那么问题来了，OpenAI还能不能在具身AI中复刻GPT-3的奇迹呢？

下一期再见

如果你喜欢这个日记，可以点赞，分享给好友，也记得星标CyberRobo