OpenAI 机器人负责人：AI 必须从软件转向物理世界

Caitlin Kalinowski，OpenAI 前机器人与消费硬件负责人，认为基于键盘的人工智能正走向饱和，科技行业必须转向真实世界。 在 Lanny’s Podcast 的一期节目中，Kalinowski 讨论了这种从软件到机器人的转型为何需要新的制造能力、供应链韧性和安全协议——将企业战略转变为关乎国家安全的议题。

Caitlin Kalinowski，OpenAI 前机器人负责人 / 照片来源：Caitlin Kalinowski

随着 AI 聚焦实体对象，软件进展放缓

Kalinowski 认为，随着 AI 实验室构建出更好的模型，文本生成的价值会下降。 她表示：“你在键盘后面用 AI 能做的事情将会达到饱和。” “下一个前沿是现实世界：机器人、制造业和工业化。”

为了在这个新时代竞争，公司必须构建实体传感器、运营工厂，并在真实环境中部署机器人，而不是依赖纯数字应用。

由虚拟现实驱动的机器人空间感知

据 Kalinowski 介绍，VR 技术通过解决空间定向挑战，为机器人奠定了基础。 她解释道：“VR 帮助我们理解如何在空间中定向事物，并把一个模拟世界连接到真实世界。” “我们弄清了 SLAM（同步定位与地图构建）、深度传感器，以及人类如何感知视觉数据。 现在机器人正在把这些全部用起来。”

她指出，这种追踪技术是通用的，如今已成为自动驾驶汽车、无人机和制造系统的基础。

智能眼镜面临量产与社交壁垒

从数字代码过渡到实体可穿戴设备会带来直接挑战。 Kalinowski 归纳了两项关键障碍：

• 公共场景下的可用性：在移动时安静地控制设备，需要新的交互方式，而这种方式在规模化条件下并不存在。
• 社会接受度：遮住用户的脸会打乱正常的人类对话，使主流采用变得困难。

关于 Meta 的 Orion 智能眼镜，Kalinowski 解释说：“Orion 智能眼镜比它的时代略微超前，因为它采用了波导和微型 LED，而这些还不够成熟，无法进行大规模量产。良率就是不行。成本仍然很高。”

她补充道，VR 也遇到了同样的社交壁垒；一旦设备遮住了脸，消费者采用就会变成一场艰难的战斗。

全球供应链暴露碎片化问题

尽管消费硬件面临社交障碍，工业机器人却揭示出脆弱的供应网络。 扩大产能是首要挑战——即便设计可靠，公司也会立刻遭遇供应瓶颈。

Kalinowski 概述了分层的供应链：“从原材料和磁体开始……然后对它们进行加工，把它们集成到执行器中，再把执行器集成到机器人里。供应链的每一层都外包给中国、日本和韩国。要有安全的供应链，我们需要这些层面的独立性。”

消费电子和军事武器依赖同样的全球供应链，使美国在遭遇中断时变得脆弱。

不断上涨的内存成本造成财务压力

硬件军备竞赛正在推高元器件成本，迫使整个行业做出艰难的运营决策：

• 机器人、手机和数据中心都需要计算机内存。
• AI 公司购买了现有内存中的大部分，推动价格上涨。
• 大型企业能够消化更高成本，而为消费型设备打造产品的小团队面临更低利润或产品延迟。

Kalinowski 建议：“我一直在向初创公司和企业建议，提前买入内存，以度过价格飙升。如果像内存或硅这样的关键部件被卡住了，你能做的事不多。要么你付钱，要么你已经提前买够了。”

当像 RAM 这样的单一部件变得无法获得时，它会迫使对整个产品的内部架构进行重新设计。 为了在供应链冲击中生存，Kalinowski 认为公司必须把制造放到自有体系内——当部件消失时，能够进行快速的设计转向；这类似于 Tesla 如何应对全球硅短缺。

机器人安全需要严格的协议

在公共安全面前，保障供应链只是次要事项。 工程师必须把重点放在让机器人安全、可预测，而不是做出令人印象深刻的演示。

真正的人机协作仍然遥远，因为多数工业机器仍需要严格的隔离区域。 Kalinowski 指出：“你可以拿到一台中国机器人，但说明手册上写着：‘人类不能在这台机器人三英尺以内。’ 目前没有那么多机器人足够强，能做出有意义的工作，同时又没有这类警告。”

军事合作伙伴关系要求明确的伦理护栏

部署自主机器人需要公众信任。 将 AI 与国防合同合并，必须划定清晰的伦理边界；否则，公司声誉和工程团队都会出现裂痕。

在回顾 OpenAI 的国防部合作时，Kalinowski 批评其仓促的决策以及缺乏明确的护栏。 她最终选择离开，以避免未来的不确定性，希望自己的退出能让“其他人更容易讨论他们的边界”。

Kalinowski 强调，想要阻止内部冲突，就需要领导层的绝对清晰。 AI 研究人员与硬件工程师之间存在的文化鸿沟会带来严重的沟通失误风险。 高风险的军事合同要求共同的任务对齐，以确保方向统一。

反论点：软件或许并未走向饱和

尽管 Kalinowski 关于现实世界的论点很有说服力，但软件并不明显正在触及天花板。 Gartner 预测，全球 AI 支出将在 2026 年达到 80亿亿美元；同时，带有 agentic AI 的供应链软件预计将从 2025 年的少于 20 亿美元增长到 2030 年的 530 亿美元。 这表明下一波可能并不是从软件到硬件的“干净切换”，而是一个混合周期：软件代理越来越多地在实体 AI 的后方运行工厂、物流系统和工业工作流程。

供应链约束不仅仅是把制造放到自有体系内

供应链论点面临的约束，比单纯把制造放到自有体系内更为严苛。 据路透在 2026 年 5 月的报道，中国仍然提炼了全球 90% 以上的稀土，而 RSIS 指出，中国 2025 年的管控针对的是部分稀土磁体及分离技术。纵向整合或许能帮助公司更快应对，但它无法彻底解决上游对材料、加工技艺和出口许可的依赖——这些都不在任何一家公司的工厂围墙之内。

机器人安全标准正在演进

Kalinowski 对机器人安全及用于国防的担忧，正变得不像论述所暗示的那样处于“空白地带”。 ISO 已更新 10218-1:2025 的机器人安全要求；而根据推进自动化协会（Association for Advancing Automation）的说法，美国 ANSI/A3 R15.06-2025 的修订也正式承认网络安全漏洞是物理安全危害。

OpenAI 也在 2026 年表示，其与国防部的协议包含明确的红线和分层的护栏。 这并不能消除伦理层面的紧张，但这意味着行业开始把针对物理 AI 的规则进行制度化，而不是在没有任何安全架构的情况下就把机器人与国防直接推向应用。