为何 OpenAI 和 Anthropic 都将全部押注在机器人上

下一个战场不是你的屏幕

两年时间里，AI的故事是关于语言模型在文字和图片方面变得越来越聪明。OpenAI和Anthropic竞争让聊天机器人更有用、更流畅、更有创意。这场竞争现在已经触及天花板。聊天机器人减少了软件内部的摩擦。但世界上的摩擦更多存在于软件之外。

两家公司都在大力转向业内所谓的"物理AI"——能够理解和在现实世界中行动的系统。OpenAI正在招聘机器人工程师并制造硬件。Anthropic正在构建将让这些机器人能够与机器对话的协议。两种方法都并非显而易见。两者都是经过精密计算的赌注：下一个万亿级机会存在于工厂、仓库和家庭中，而不是你的收件箱里。

OpenAI押注从齿轮到数据的一切

萨姆·阿尔特曼终于证实了市场早已怀疑的事。在本月的一次播客节目中，他表示OpenAI将建造人形机器人和其他形式的机器人。这是他不曾公开承认过的努力，而公司的行动速度之快已经不需要任何公告。

OpenAI在五月份发布了十一个机器人岗位招聘，如今已有二十五个。这种增长不是增量式的，而是结构性的。公司正在招聘硬件岗位——致动器设计师、精密齿轮工程师、热管理专家——这些职位与大型语言模型毫无关系。曾经主导DALL-E并参与Sora视频模型开发的阿迪蒂亚·拉梅什（Aditya Ramesh）正在领导机器人团队。信息很明确：OpenAI希望对大脑和身体都实现全栈控制。

薪资数字讲述着同样的故事。OpenAI为机器人岗位提供每年157,000至500,000美元的底薪，此外还有股权和绩效奖金。薪资最高的职位是一个机器学习工程师，负责构建分布式数据系统——即将传感器数据和视频流转化为训练素材的基础设施。这才是真正的瓶颈所在。机器人无法像语言模型那样学习。对于物理行为而言，不存在相当于"互联网"的东西。OpenAI正在大力招聘以解决这个问题。

Anthropic在下一盘不同的棋

Anthropic不是在制造机器人。它是在构建机器人将要使用的语言。

上个月，该公司发布了MHS（Model Hardware Standard，模型硬件标准）。这是一层抽象层，可以让AI代理发现、连接并操作物理设备——机械臂、显微镜、激光器等——无论制造商是谁。其承诺是革命性的。在实验室或工厂中安装和集成硬件，过去需要数周甚至数月，而MHS将其缩短至数小时甚至数分钟。

该标准对模型中立。不需要Claude。任何实现了该规范的AI系统都可以驱动兼容硬件。这是一个刻意为之的选择。Anthropic将MHS定位为基础设施，而非产品包装层。如果该标准流行开来，Anthropic将在整个品类中获得影响力，却无需拥有哪怕一个工厂车间。

早期采用者值得注意。韩国制造商Doosan Robotics正在测试MHS以实现质量检查自动化，并在多个机械臂之间协调任务。AWS计划通过其Strands Robots工具支持该标准。丹麦机械臂制造商Universal Robots正在整合MHS。Google DeepMind正在 pursuing 一条并行路径，推出Gemini Robotics 2——一个专为异构硬件设计运行的模型——适配Apptronik的Apollo 2人形机器人、Franca机械臂、波士顿动力的Spot四足机器人，而不绑定任何单一平台。

市场规模真实且巨大

Grand View Research预测，物理AI市场将从今年的1108亿美元增长至2033年的9604亿美元。摩根士丹利分析师John Rhie称其为未来十年最大的投资机会之一。数字令人印象深刻，但方向更为重要。AI正从认知任务转向物理任务。这一转变将改变价值捕获的每一个方面。

谁赢谁输

赢家是控制硬件层或整合层——或两者兼具——的公司。OpenAI正走向全栈主导，Anthropic正争取制定标准的权力，Google则通过DeepMind同时做这两件事。为这些系统依赖的传感器、致动器和仿真环境开发产品的新创公司也将受益。

输家是那些在专有接口和封闭生态系统中建立护城河的既得利益者。如果MHS或类似标准成为AI代理连接物理设备的默认方式，抗拒该标准的硬件制造商将发现自己被排除在AI驱动升级周期之外。投资于无法说新语言的设备的工厂所有者，将面临昂贵的改造或过时淘汰。

韩国制造商处于有利的战略位置。Doosan Robotics已经加入了MHS试验轨道。该国在精密硬件——齿轮、致动器、协作机械臂——方面的优势，与物理AI的需求高度契合。但这种优势并非自动获得，它取决于韩国企业多快能将这些标准嵌入其产品路线图。

接下来会发生什么

人才战争才刚刚开始。OpenAI的二十五个招聘启事是一个信号，而非终点。预计在未来几个季度将出现数百个更多岗位，因为动作最快的公司将锁定那些能够弥合硅与钢之间鸿沟的工程师。能够同时设计致动器和训练视觉语言模型的工程师，薪资将继续攀升。

监管将滞后于技术。物理AI引入了基于文本的AI从未涉及的 SAFETY 问题。一个给出错误建议的聊天机器人只会造成声誉损害；一个错误计算夹持力的机器人则会造成人身伤害。预计两年内会出现各国特有的安全标准，而全球范围内这些标准的定义将呈现碎片化。

最具战略意义的是：AI不再只是关于信息的处理。它关乎行动。那些学会如何让智能系统在非结构化的物理环境中可靠运行的公司，将定义计算的下一个时代。OpenAI和Anthropic都在奔向那个未来。它们只是走上了不同的道路。