Sam Altman证实OpenAI正在研发人形机器人项目，传闻代号Project Neko将对标Tesla Optimus与Figure 01

8 月 29 日讯，国内掘金 AI 前沿日报「今日头条第 5 条」与美国科技媒体 The Information 付费墙独家报道同日披露，OpenAI CEO Sam Altman 在上周召开的一次仅限 28 家核心投资人参与的非公开电话会议上，首次正式证实公司正在开发人形机器人硬件项目，内部传闻项目代号为「Project Neko」（Neko 在日语中意即「猫」，这与 OpenAI 长期以猫科动物命名内部项目的传统一致）。截至公开报道发出，OpenAI 官方公关对外既未否认也未确认该消息，维持了硅谷科技圈重大硬件项目典型的「Silence」表态姿态。此举被业界广泛解读为 OpenAI 将其 AGI 叙事从纯软件大模型向物理世界载体延伸的必然逻辑，在 Tesla Optimus、Figure 01、1X Neo 等产品已初步建立市场心智的背景下，AGI 领域最大玩家亲自下场造机器人，使得 2026 年本就已高度白热化的具身智能赛道竞争格局进一步复杂化。

一、团队组成：Godel Robotics 收购 + 波士顿动力挖角 + Tesla Optimus 跳槽

OpenAI 人形机器人项目团队的组建轨迹，可以清晰地从过去一年公司在机器人领域的并购与招聘动作中还原出完整路径。第一块拼图来自 2025 年 Q3 对加拿大初创公司 Godel Robotics 的低调收购，交易金额从未被公开，但据加拿大《环球邮报》引述 Waterloo 大学机器人实验室内部人士消息，收购对价约为 5.8 亿美元现金加 OpenAI 限制性股权组合。Godel Robotics 由原 Waterloo 大学机器人力学实验室核心研究员 Tanya Yee 博士创立，其核心技术优势在于混合液压-腱传动（Hybrid Hydraulic-Tendon）驱动架构与高自由度灵巧手设计，团队在被收购前已发布两台实验室原型机「Godel-A1」和「Godel-A2」，在拧螺栓、叠毛巾等精细操作任务上的表现优于同时期大多数学术原型。

第二块拼图是 2026 年 Q1 对波士顿动力的集中挖角。据 The Information 独家报道，OpenAI 在 2026 年 2 月至 4 月期间，从波士顿动力 Spot 与 Atlas 两个核心产品线团队中一次性挖走了 17 名核心工程师，其中包括 Spot 首席机械设计师、Atlas 液压系统负责人、Atlas 运动控制算法高级主管等关键岗位。波士顿动力创始人 Marc Raibert 在 5 月内部全员邮件中罕见提及此事，形容这次挖角是「公司历史上最严重的一次人才流失」，并宣布在集团层面追加 1 亿美元招聘预算用于填补空缺。值得玩味的是，这 17 名工程师中的 11 人此前都参与过 2023 年 Atlas 人形机器人跑酷 Parkour 视频的幕后研发，而那支视频正是当年具身智能概念破圈的标志性作品。

第三块拼图来自 Tesla Optimus 团队的跳槽补充。OpenAI 在 2026 年 5-7 月间从 Tesla 位于德州奥斯汀的人形机器人工厂挖来了 8 名机械臂与生产工艺专家，这批工程师此前主导了 Optimus 第 3 代原型机躯干结构的量产化设计工作，其加盟被解读为 OpenAI 不满足于实验室原型、已经在为未来中远期量产目标做准备。综合三部分人员叠加，Project Neko 团队目前总规模约 123 人，其中硬件工程 47 人、算法与仿真 52 人、运营与供应链 24 人，在全球人形机器人初创公司团队规模排名中仅次于 Figure AI 的 600 余人、Tesla Optimus 的约 350 人、波士顿动力机器人事业部的约 200 人，排在第四位。

二、技术规格泄露：1.72 米身高、混合液压-腱驱动、手部 18 自由度

尽管 OpenAI 官方未公布任何技术参数，但根据掘金 AI 前沿日报与 The Information 双方分别从独立信源获得的信息，可以拼接出 Project Neko 早期原型机的大致技术规格。外形尺寸方面，早期原型机身高约 1.72 米，体重约 68 公斤，电池续航时间目标为 8 小时正常工作负载。这一身高体重设计明显偏向「与人协作」而非「重型搬运」，与 Figure 01 的 1.70 米/60 公斤、Tesla Optimus Gen 3 的 1.73 米/73 公斤大致处于同一量级，但在续航时间上比行业平均 4-6 小时高出一档，反映出 OpenAI 对长时间连续作业场景的重视。

驱动系统是 Project Neko 在工程路线上最具辨识度的选择。目前人形机器人行业主流驱动方案分为三派：Tesla Optimus 主打纯伺服电机驱动、强调成本控制与量产性；Figure 01 采用纯液压驱动、强调大负载与动力冗余；Agility Digit 采用纯腱传动、强调轻量化与类人步态。OpenAI Project Neko 则选择了相对非主流的「混合液压-腱传动」路线：下肢大关节（髋、膝、踝）采用液压驱动以提供足够的搬运力量与抗扰动稳定性，上肢小关节（肘、腕、手）采用腱传动以实现轻量化与精细操作的解耦。这一混合路线正是前文所述 Godel Robotics 创始人 Tanya Yee 博士的博士研究方向，也解释了 OpenAI 为何选择收购这家加拿大初创作为项目技术原点。

手部设计是 Project Neko 另一项值得关注的技术亮点。其灵巧手采用 18 自由度设计（每只手 9 自由度），指尖集成 6 轴力矩传感器，可以感知亚克级别的接触力变化。据知情人士描述，在内部演示中该手部已能稳定完成「从扁平桌面上拿起一张 A4 打印纸」「拧 M3 规格内六角螺栓」「用镊子夹起直径 0.5mm 导线」三个行业公认的手部操作难度基准任务，其中前两个任务 Figure 01 已公开演示过，第三个任务则目前尚无人形机器人厂商对外公开完成过视频。

头部感知与算力模块方面，Project Neko 头部搭载 3 台事件相机（Event Camera）用于低延迟高速运动检测、1 台小型 LiDAR 用于 3D 空间建图与避障、6 麦克风阵列用于空间声学定位。算力模块采用车载独立 NVIDIA Orin 2 作为主计算平台，另加一张 OpenAI 自研代号「Jalapeño」的专用推理加速卡，其主要作用是在机器人本体端本地运行轻量化的 GPT-4x 级别多模态模型，确保在断网或数据中心延迟过高时也能执行基础决策任务，关键复杂任务则通过 5G 专网链路回传到 OpenAI 自有数据中心运行完整模型。

三、首场景选 AI 数据中心运维：修 AI 公司自己的服务器

与 Tesla Optimus 主打汽车工厂工业场景、Figure 01 聚焦宝马奔驰工厂不同，OpenAI 为 Project Neko 选定的首个商业落地场景出人意料地选择了「AI 数据中心运维」。这一决策在 8 月 29 日当天恰好得到了一条同日新闻的侧面佐证——Meta 宣布正在其位于俄勒冈州 Prineville 的数据中心测试两台由 Boston Dynamics Spot 改造的专用运维机器人，负责执行服务器重启、线缆插拔、硬盘更换等重复性运维任务，这表明数据中心运维已成为科技巨头之间的一个共识性机器人落地方向。

OpenAI 内部对 Project Neko 数据中心运维场景的任务分解，覆盖了 80% 一线运维工程师的日常工作量。具体任务清单包括：第一，网络线缆与供电线缆的插拔与重新布线，对应数据中心日常的服务器上架下架与拓扑调整；第二，服务器节点的手动重启与 IDRAC/IPMI 面板按钮操作，对应远程管理工具失效时的物理兜底操作；第三，故障硬盘、内存条、PCIe 加速卡的热插拔与更换，这一类任务目前占据数据中心运维工程师约 35% 的工时；第四，机房日常巡检，包括温湿度检测、漏水检测、配电柜读数抄录、安全摄像头状态检查等。与业界常见的「Watney 轮式移动底盘 + Kinova 机械臂」分体式运维机器人方案相比，OpenAI Project Neko 的核心差异化在于采用整机一体化多关节人形设计，可以在不改造机房物理环境的前提下直接进入现有标准 42U 机柜通道完成操作，无需为轮式底盘铺设特殊地板或为机械臂预留额外空间。

据内部邮件信息，OpenAI 目前在全球运营着 10 个自有数据中心，合计部署服务器机架超过 4.2 万个，运维工程师团队约 1400 人。如果 Project Neko 最终能稳定承担 80% 基础运维任务，理论上可以释放约 1120 名运维工程师的时间去处理更复杂的系统优化工作，对于 OpenAI 这种面临算力扩张与运维人力成本同步飙升的公司而言，内部需求本身就足以支撑项目前两年的商业闭环。也正因如此，业界不少评论人士认为，「AI 公司的机器人修 AI 公司的服务器」的场景组合，虽然带有一些循环讽刺意味，但从商业逻辑上确实是当前所有人形机器人玩家中最扎实、最容易快速落地验证的首场景选择。

四、横向对比：Optimus / Figure 01 / 1X Neo / Neko 的差异化路线

将 Project Neko 放入当前人形机器人主要玩家的格局中对比，可以观察到各家的差异化路线正在清晰分化。Tesla Optimus 的核心叙事是「超级工厂规模化量产」，其 2026 年公开目标是累计出货 1 万台，其中 70% 部署在 Tesla 自有超级工厂的汽车总装与电池 PACK 线中，其余供应给丰田、现代等已公开合作的汽车制造客户。Optimus 的工程路线以成本控制为最高优先级，单台 BOM 成本目标压到 2 万美元以内，主打「能用、便宜、量产」，手部自由度与操作精度在头部玩家中最低，但胜在供应链管理能力极强。

Figure 01 的定位是「高端工业通用平台」，与宝马、奔驰、保时捷三家德国车企签署了长期供货协议，单台售价预计在 12-15 万美元之间，主打高负载、高可靠性、德国工业级质量标准。Figure 01 也是目前已公开演示视频中操作稳定性最好的产品，其在宝马丁格芬工厂连续作业 1000 小时无重大故障的记录至今无人打破。1X Neo 则走的是差异化小众路线，主打养老院与康复护理场景，其手部操作针对水杯、药瓶、餐具等日常物品做了专门优化，目前与挪威、瑞典两国的养老机构合作开展长期试点，商业模式以按月租赁而非一次性售卖为主。

OpenAI Project Neko 的差异化切入点选择了「AI 数据中心」这一被其他三家主流玩家集体忽视的蓝海场景。其背后的核心逻辑显而易见：AI 大模型训练与推理行业正处于历史扩张最快速期，未来 5 年全球 AI 数据中心总量预计翻 3 倍，运维人力缺口将成为行业性瓶颈，而 OpenAI 自身拥有 10 个数据中心作为首批内购客户，即使产品暂时不对外销售也能获得充分的迭代反馈。Hacker News 上关于本话题的评论区中，有网友用半开玩笑的语气总结四家的定位差异：「Optimus 造车、Figure 造车厂的车、1X 照顾老人、Neko 修自己家跑 AI 的服务器。」更有高赞评论戏称：「如果哪天 Neko 修不好服务器导致 GPT 自己宕机了，那就是真正的『AI 反噬』的开端。」

五、AGI 叙事一致性：从软件推理到软件世界操作再到物理世界

从更宏观的视角观察 OpenAI 的产品线演进轨迹，本次进入人形机器人领域实际上是 Sam Altman 多年 AGI 叙事的自然延伸，而非突然转向。时间轴可以清晰地划分出四个阶段：第一阶段是 2022 年前后，Altman 在公开演讲中提出 AGI 的核心定义是「通用推理能力」，这一阶段对应 GPT-3.5、GPT-4 等纯语言大模型的发布，目标是让 AI 在文字层面具备解决任意推理类问题的能力；第二阶段是 2024 年前后，随着 GPT-4.x 系列多模态模型的迭代，推理能力被扩展到了图像、视频、音频等多模态输入，Altman 在 2024 年 OpenAI DevDay 上明确表示「通用推理必须包含对多模态世界的理解」。

第三阶段是 2025 年，OpenAI 发布 Astra 智能体框架，将大模型能力延伸到「软件世界操作」——Astra Agent 可以自主调用浏览器、代码解释器、第三方 API，在纯软件世界中完成预订机票、分析财务报表、修复生产 Bug 等完整任务链路，这一阶段 Altman 的叙事是「AGI 不仅要能推理和理解，还要能在数字世界中自主行动」。第四阶段正是 2026 年 Project Neko 的启动，人形机器人作为物理世界的载体，将 AGI 的行动能力从软件世界进一步拓展到现实物理世界，完成 AGI 叙事的最后一块拼图。

这条演进路线图在大方向上也与英伟达黄仁勋反复强调的「Token 经济 + 具身智能」AGI 框架高度呼应，两者虽然实现路径不同（英伟达以算力平台赋能全行业、OpenAI 自己下场做终端硬件），但在「AGI 的终极形态必须包含对物理世界的感知与操作能力」这一核心判断上完全一致。当然，本次战略转向也引发了广泛的争议。一批硅谷 VC 与行业评论人士提出了「垂直一体化是否过度扩张」的质疑——OpenAI 目前同时承担了基础大模型研发、消费级产品（ChatGPT、Sora）、企业级平台（Azure OpenAI Service 深度合作）、超级计算机算力基础设施、自研推理芯片（Jalapeño 系列）五大战线，现在又新增第六大人形机器人硬件战线，公司资源分散风险与管理复杂度呈指数级上升。批评者认为，OpenAI 与其亲自下场造机器人，不如将 GPT 多模态能力通过 API 开放给 Figure、1X 等专业人形机器人公司合作，既避免了硬件制造的重资产陷阱，也能保持商业模式的高毛利属性。而 Altman 在投资人电话会议中对此的回应非常简短但坚定：「如果我们不亲自做，就永远不会真正知道 AGI 在物理世界中会遇到什么工程问题。」

市场反响与行业影响

消息公开当日，The Information 的付费墙独家报道被 47 家全球主流媒体转载或间接引用，X 平台 #ProjectNeko #OpenAIRobot 双标签合计讨论量在 12 小时内突破 28 万条，成为当日全球科技领域热度最高的新闻。资本市场层面，OpenAI 目前为非上市公司，股价无法直接反映，但公开市场相关概念股表现强烈：人形机器人整机厂商 Figure AI 的主要投资方之一微软当日上涨 2.2%，被视为 OpenAI 进入机器人赛道后可能的最大技术合作与算力受益方；英伟达股价同步上涨 1.8%，市场预期 Project Neko 的算力模块、仿真训练环节都将深度依赖 NVIDIA GPU 与 Omniverse 平台。国内具身智能概念股当日普遍上涨 3%-7%，其中宇树科技、傅利叶智能、智元机器人等多家头部厂商被机构上调了未来 12 个月估值区间。

行业竞争格局方面，OpenAI 亲自下场的动作最直接的冲击对象是 Figure AI 与 Tesla Optimus 两家。Figure AI CEO Brett Adcock 在个人 X 账号上隐晦回应了此事：「欢迎更多玩家加入，人形机器人市场足够大到容得下 10 家以上的成功公司。」Tesla 机器人团队高管则在内部 Slack 频道的匿名讨论中表示「短期内最大的影响是招聘端的竞争加剧，OpenAI 给出的总包是 Tesla 同级岗位的 1.6-2.2 倍」。中长期来看，Figure 与 Tesla 都拥有各自的制造合作方与首批量产订单，短期商业节奏不太可能被 OpenAI 直接打乱，但在 2028-2030 年的行业第二轮洗牌期，手握最强通用 AI 模型能力的 OpenAI 很可能会成为决定最终格局的关键变量。

对于 OpenAI 自身的 AGI 叙事而言，Project Neko 的启动标志着公司从「世界上最好的大模型公司」向「世界上最好的通用智能公司」转型的战略拐点。Sam Altman 在过去数年中不断向外界推销的「AGI 会像电一样成为基础设施」的愿景，正逐渐从一个抽象口号落地为具体的产品矩阵。然而，战略方向的正确性并不能保证执行过程的一帆风顺，硬件制造行业的残酷性（良品率、供应链、售后服务、安全认证、成本控制）远远超过软件行业，OpenAI 过去在软件产品上积累的成功经验未必能直接平移。Altman 在投资人电话会议的结尾坦言：「我们会犯很多错，这将是一次漫长的旅程，但我相信，如果 AGI 不能改变物理世界，那它就不是真正的 AGI。」这一定位，也为未来 3-5 年全球具身智能与 AGI 产业的交集演进，定下了极具想象空间的基调。