引言：白宫峰会与公开矛盾的背景引入

2026年3月，一场在白宫举行的峰会，将一家名为Figure AI的机器人公司推向了全球聚光灯下。美国第一夫人梅拉尼娅与Figure AI的第三代机器人Figure 3携手亮相，这一极具象征意义的场景，不仅标志着人形机器人技术进入了主流政治与公众视野，也预示着AI驱动的实体智能体正从实验室走向更广阔的社会舞台。这次亮相，是Figure AI技术实力的一次高调展示，为其赢得了前所未有的关注度。然而，仅仅一周之后，2026年4月3日，Figure AI首席执行官Brett Adcock在一档节目中公开的尖锐批评，却揭示了这家明星企业与人工智能巨头OpenAI之间一段从紧密携手到不欢而散的隐秘往事，瞬间将行业的目光从技术展示的荣光，转向了技术合作背后复杂的利益博弈与价值冲突。

这次公开矛盾的背景，根植于一段始于2024年的战略合作。彼时，OpenAI作为领投方参与了Figure AI的B轮融资，并随后与其达成了技术合作协议。这曾被外界视为“大脑”（OpenAI的先进AI模型）与“身体”（Figure AI的机器人硬件）的完美联姻，是通用人工智能（AGI）向物理世界迈进的关键一步。然而，这段合作仅维持了一年，便在2025年宣告终止。Adcock的公开言论，为这次分手提供了来自一方的解释：他直言除了品牌效应，OpenAI团队“几乎没有提供任何价值”，并指出物理机器人与聊天机器人在技术路径和评估体系上存在本质差异，无法简单套用后者的开发模式。更具冲击力的是，他声称分手的直接导火索，是OpenAI告知其正在内部探索开发人形机器人，这让他感到“养虎为患”。尽管OpenAI员工Tao Xu随后在社交平台反驳称此说法“并非事实”，但OpenAI官方对此保持了沉默。这一“罗生门”事件，其核心已超越了单纯的口水战，它尖锐地指向了AI时代技术联盟中普遍存在的深层挑战：当合作双方的技术栈（软件智能与硬件实体）存在根本性差异时，价值交付如何界定与衡量？当战略投资方自身业务边界开始扩张，与被投方产生潜在竞争时，最初的协同愿景是否会迅速演变为零和博弈？

从更宏观的行业演进视角看，Figure AI与OpenAI从合作到公开指责的历程，并非孤立事件，而是当前AI产业进入“深水区”竞争与融合阶段的典型缩影。我们可以通过以下关键事件的时间线，来结构化地理解这一矛盾的演进脉络与背后动因：

这一系列事件清晰地勾勒出一条轨迹：从充满希望的资本与技术联姻，到实践中遭遇的协同困难，再到因战略方向重叠而引发的竞争猜忌，最终以公开化的相互指责收场。它深刻地警示业界，在AI技术快速迭代、应用边界不断模糊的当下，任何战略合作都需要对技术融合的深度、价值交换的透明度以及潜在的竞争红线进行远超从前的审慎界定。白宫峰会的荣光与一周后的公开指责，这一戏剧性转折，恰好为观察AI产业从模型竞赛进入生态竞合、从虚拟智能迈向实体智能这一关键转型期，提供了一个极具张力的现实注脚。

合作始末：从投资到分手的详细过程

这场备受瞩目的合作与分裂，其时间线本身便勾勒出AI产业从资本联姻到技术路线分歧的典型路径。2024年，正值大模型技术寻求物理世界出口、机器人行业渴求更高阶智能的关键窗口期，OpenAI作为AI领域的领军者，领投了Figure AI的B轮融资，并随即达成了深度的技术合作协议。这一组合在当时被外界视为“大脑”与“躯体”的理想联姻：OpenAI的先进模型将为Figure AI的机器人硬件注入灵魂，使其能够理解和执行复杂的自然语言指令，从而加速通用人形机器人的商业化进程。Figure AI最初的计划也印证了这一构想，即配置OpenAI的人工智能模型来指令机器人的动作，试图将虚拟世界的智能无缝迁移至实体世界。

然而，技术整合的蓝图在实践中遭遇了根本性的挑战。Figure AI首席执行官Brett Adcock在事后回顾时尖锐地指出，除了品牌效应，OpenAI团队“几乎没有提供任何价值”。这一评价背后，是两类技术栈在底层逻辑上的深刻鸿沟。Adcock阐释道，物理机器人与聊天机器人存在本质区别，评估一个机器人不能仅靠观察模拟环境中的损失曲线，而必须将其置于真实物理空间，观察其实际表现。这揭示了合作的核心矛盾：OpenAI擅长的基于大规模文本和代码训练的生成式模型，其优化指标与机器人技术所依赖的实时感知、物理交互、动作控制与安全验证体系存在显著错位。合作期间的“困难”，本质上源于双方试图将两种不同范式、不同评价体系的技术进行强行耦合，其价值不匹配在项目推进中逐渐凸显。

合作的终止发生在2025年，而导火索据Adcock所述，是OpenAI的一通电话，告知其正在内部探索开发人形机器人。这一信息让Adcock感到“最终养虎为患，培养出了一个竞争对手”，从而促使双方分道扬镳。这一说法将分手原因指向了战略层面的竞争风险，即合作方可能从伙伴演变为直接竞品。然而，OpenAI员工Tao Xu随后在社交平台X上反驳，称Adcock的说法“并非事实”。OpenAI官方则保持了沉默。这一“罗生门”式的局面，恰恰是商业合作破裂后常见的叙事冲突：一方强调对方的战略转向构成了背信弃义的竞争，另一方则可能认为技术路线探索是独立且正当的。尽管细节存疑，但一个可确认的事实是，OpenAI确实在机器人领域有所布局，其已建立了一个拥有约100个数据采集器的机器人实验室，用于训练机械臂执行家务，并且投资了另一家机器人制造商1X。

从资深技术整合的视角观察，这场始于美好愿景的合作，其破裂是技术价值不匹配与商业竞争风险共同作用下的必然结果。在技术层面，它暴露出当前以大数据、大算力驱动的“虚拟智能”模型，与依赖精密控制、实时反馈和物理常识的“实体智能”系统之间，仍存在难以简单桥接的鸿沟。在商业层面，它则揭示了在AI技术快速渗透各垂直领域的当下，巨头与初创公司之间的合作愈发脆弱。当巨头将合作视为其技术生态的延伸或数据来源的探索时，初创公司则可能视其为生存与发展的唯一倚仗，这种不对等的依赖关系一旦遭遇巨头的战略摇摆或内部孵化，破裂便难以避免。Figure AI与OpenAI从携手到公开指责的历程，正是这一产业新常态的生动写照。

技术分歧与价值不匹配：物理机器人与聊天机器人的本质差异

合作破裂的表象之下，是更深层次的技术路径分歧与价值评估体系的错位。Figure AI首席执行官Brett Adcock的公开批评，直指了物理机器人（Embodied AI）与聊天机器人（Chatbot）在技术本质、验证方法和所需人才上的根本性差异。他指出，物理机器人的智能不能通过观察模拟中的损失曲线来评估，而必须将其置于真实环境中，观察其实际表现。这一论断，看似是技术细节的探讨，实则揭示了当前AI产业从“虚拟智能”迈向“实体智能”过程中，普遍存在的认知鸿沟与能力断层。

这种差异首先体现在技术验证范式的截然不同。聊天机器人的核心是处理符号和概率，其性能可以通过大规模文本数据集上的损失函数、BLEU分数或人类反馈强化学习（RLHF）等指标在云端进行高效迭代和评估。然而，物理机器人的智能系统运行在一个充满不确定性、连续且高延迟的物理世界中。它需要处理传感器噪声、机械执行误差、环境动态变化等复杂因素。一个在仿真环境中表现完美的抓取算法，可能因为现实世界光照的细微变化或物体表面摩擦系数的不同而彻底失败。因此，Adcock强调的“放在一个房间里，观察它的实际表现”，并非简单的工程测试，而是物理AI系统开发不可或缺的核心环节——从仿真到现实的迁移（Sim2Real）以及在实际物理交互中持续学习和适应。OpenAI团队虽然在大型语言模型（LLM）和生成式AI上拥有卓越能力，但其经验主要集中于数据驱动的虚拟世界，面对需要融合感知、控制、规划与实时物理交互的机器人领域，其技术栈与经验的价值转化率自然大打折扣，最终被合作方评价为“除了品牌效应之外，几乎没有提供任何价值”。

面对合作的价值不匹配与潜在的竞争威胁，Figure AI的选择是回归技术自主，这反映了其对机器人智能系统独特性的深刻认知。终止与OpenAI的合作后，Figure AI转向自研智能模型Helix，并特别强调其“可以通过实时信息交互实现‘边想边做’”的亮点。这一技术方向明确区别于基于固定数据集进行离线训练的经典LLM模式，转向了强调低延迟、在线学习与物理世界实时闭环的具身智能架构。为了支撑这一转型，Figure AI组建了包括来自谷歌DeepMind等顶尖AI公司资深人士的内部团队。这一人才配置策略颇具深意：DeepMind在强化学习（尤其是AlphaGo、AlphaFold系列）和机器人学习（如其机器人部门）上有着深厚积累，其技术文化更偏向于解决复杂的序列决策与物理控制问题。这与OpenAI以大规模预训练和生成能力见长的技术基因形成了鲜明对比。下表简要对比了两种技术路径的核心差异：

从资深技术管理者的视角观察，Figure AI与OpenAI的此次分歧，是AI技术发展进入“深水区”后的必然阵痛。当技术从相对“纯净”的数字空间迈向复杂耦合的物理世界时，原有的方法论、人才结构和合作模式都面临重构。OpenAI投资并建立拥有约100个数据采集器的机器人实验室，以及投资挪威裔美国机器人制造商1X，表明其同样看到了具身智能的未来，并试图内部孵化相关能力。然而，其硬件和机器人运营团队领导人的离职，也暴露出跨界整合的艰巨性。这起事件给行业的启示在于：未来的AI巨头或领先者，或许不再是单一技术路径的王者，而是能够有效整合“虚拟智能”与“实体智能”两大范式，并拥有相应组织弹性的新型企业。对于Figure AI这样的专注者而言，在巨头林立的缝隙中，将技术护城河建立在对于物理世界复杂性的深刻理解与解决能力上，是其生存与发展的理性选择。

竞争风险与行业影响：AI机器人市场的格局变化

Adcock的公开指责与OpenAI员工的反驳，将一场商业合作的终止演变为一场关于价值与信任的公开辩论。这一事件并非孤立的商业纠纷，而是AI技术产业化进程中一个极具代表性的切片，它清晰地揭示了在技术融合与市场竞争的交汇点上，合作模式正面临严峻的考验。当技术领先的AI巨头与垂直领域的应用先锋携手，其初衷往往是优势互补，但最终却可能因战略意图的偏移、技术路径的差异乃至内部竞争的萌芽而分道扬镳。Figure AI与OpenAI从携手到“分手”的历程，为整个行业敲响了警钟：在AI赋能实体的浪潮中，技术合作的蜜月期可能异常短暂，竞争风险的显性化速度远超预期。

这一破裂直接催化了市场技术路线的多元化与竞争格局的复杂化。合作终止后，Figure AI并未停滞，而是迅速转向自研智能模型Helix。根据其披露，该模型的亮点在于能够通过实时信息交互实现“边想边做”，这显然是为了应对物理机器人对动态环境感知与即时决策的苛刻要求，与“观察模拟中的损失曲线”的纯软件范式划清界限。与此同时，OpenAI在机器人领域的布局也呈现出多线并进的态势：一方面，其已建立了一个拥有约100个数据采集器的机器人实验室，专注于训练机械臂执行家务这类具体任务；另一方面，它还通过投资挪威裔美国机器人制造商1X进行生态布局。然而，OpenAI的拓展计划也非一帆风顺，由于对与美国国防部签订的合同存在安全性和隐私担忧，自2024年11月以来一直领导其硬件和机器人运营团队的Caitlin Kalinowski已宣布离职，这为其机器人业务的推进增添了变数。双方的分道扬镳，实质上推动了两条差异化技术路径的并行探索：Figure AI更专注于集成于本体、强调整体交互性能的“具身智能”方案；而OpenAI则更倾向于发挥其AI模型优势，从具体任务（如机械臂家务）和投资生态入手。这种分化，使得AI机器人市场从可能的技术栈统一走向了多元技术范式竞争的新阶段。

从行业生态的宏观视角审视，此次事件很可能成为一个关键转折点，促使更多创业公司乃至大型企业重新评估其技术合作与自主创新的战略平衡。Adcock“养虎为患”的感慨，尽管被OpenAI方员工反驳，但其传递出的焦虑情绪在行业内具有普遍共鸣。它让业界清醒地认识到，与掌握基础模型的巨头合作，在获得品牌背书和潜在技术赋能的同时，也意味着可能将自身的场景数据、工程经验乃至战略方向暴露给一个潜在的未来竞争对手。据此推测，未来可能会有更多像Figure AI一样身处前沿应用领域的公司，将合作策略从“深度绑定”调整为“有限利用”，并更加坚定地投入资源构建自主可控的核心技术栈，以减少对外部单一技术源的依赖。这种趋势，与2025年以来大模型领域呈现的“中国开源崛起与OpenAI优势减弱并存”的竞争新格局内在逻辑一致，都反映了技术民主化与去中心化的产业力量。合作模式的反思与调整，最终将推动AI机器人领域形成更加分散、更具韧性的创新网络，而非围绕少数巨头的集中式赋能体系。

作为长期观察技术演进与产业变革的从业者，我的判断是： OpenAI与Figure AI的合作破裂，其深远影响远超事件本身。它标志着AI技术从虚拟空间向物理世界渗透的“深水区”挑战正式浮出水面。这里的竞争，已不再是单纯算法指标的比拼，而是技术理念、工程体系、数据闭环乃至商业节奏的全方位碰撞。对于创业公司而言，这要求它们必须在借助外部势能与建立独立人格之间找到精妙的平衡点；对于巨头而言，则需反思如何在提供通用能力与尊重垂直领域特殊性之间取得共识。未来AI机器人市场的赢家，很可能不属于那些拥有最强大语言模型的公司，也不属于那些只精通机械结构的公司，而将属于那些能最有效地融合两者、并构建起可持续创新与商业闭环的新型组织。这场由一次合作终止引发的涟漪，正在重塑整个行业的合作伦理与竞争边界。

深度分析：机制链与反面观点——合作破裂的警示与争议

剖析Figure AI与OpenAI的合作破裂事件，其背后并非单一因素所致，而是一条从资本结合、技术整合到最终竞争激化的“机制链”。这条链条始于2024年OpenAI领投Figure AI的B轮融资并达成技术合作，其初衷是典型的“AI大脑”与“机器人身体”的结合。然而，价值评估的错位成为第一环断裂点：Figure AI首席执行官Brett Adcock公开批评，除了品牌效应，OpenAI团队“几乎没有提供任何价值”。更深层的是技术适配的鸿沟，Adcock明确指出，物理机器人与聊天机器人有本质区别，评估前者不能仅看模拟损失曲线，而需观察其在真实环境中的表现。这揭示了AI技术合作中一个普遍但常被忽视的风险——不同技术栈（软件智能体与物理实体智能）在方法论、评估体系和开发节奏上的根本性不匹配。最终，竞争激化成为压垮合作的最后一环：OpenAI致电表示正在内部探索开发人形机器人，直接触发了Adcock“养虎为患”的警觉，导致合作在一年后终止。这一连串反应清晰地勾勒出，在AI产业深度融合的背景下，合作方从互补伙伴演变为潜在竞争对手的路径可以如此迅速且直接。

然而，事件的另一面是OpenAI员工Tao Xu在社交平台上的公开反驳，他称Adcock的说法“并非事实”。这一来自OpenAI内部（Xu自2019年任职）的反方声音，为事件蒙上了一层罗生门式的迷雾，也提醒我们，合作破裂的原因可能远比公开表述的更为复杂。这至少暗示了以下几种可能性：其一，双方在合作过程中的沟通可能存在严重不畅或认知偏差，一方认为价值未达预期，另一方或许有不同评估；其二，OpenAI的战略重心可能发生了内部调整，从外部赋能转向内部孵化，这种战略转向本身就会导致合作基础动摇；其三，技术整合的难度可能超出了双方最初的预期，正如Adcock所描述的困难，这种挫折感可能转化为对合作伙伴价值的负面评价。无论真相如何，Xu的反驳都警示业界，高调的技术联盟背后，往往存在着未公开的战略考量、内部资源博弈以及复杂的执行挑战，单方面的公开陈述难以呈现全貌。

这一事件及其争议所产生的综合影响，促使整个AI与机器人行业必须重新评估现有的合作模式。它尖锐地提出了几个关键问题：在“AI+硬件”的跨界合作中，如何建立超越品牌光环的、可量化、可迭代的价值评估体系？如何在合作初期就明确技术边界与竞争条款，以避免“培养竞争对手”的恐惧？更重要的是，如何建立贯穿合作始终的透明沟通机制，确保双方在战略动态调整时能及时对齐，减少误判？从结果看，此次破裂直接加剧了市场竞争：Figure AI转向自研模型Helix，而OpenAI虽建立了机器人实验室并投资了1X，但其硬件和机器人运营团队领导人的离职，也可能影响其相关计划。这形成了一个颇具讽刺意味的局面：一次旨在强强联合的合作，最终却可能催生出两个在各自道路上更坚定、但也更孤独的竞争者。对于后来者而言，此次事件无疑是一份宝贵的案例研究，它强调，在技术狂热之外，清晰的权责界定、适配的技术路线图以及包含竞争预案的合作伙伴关系协议，其重要性不亚于任何一项核心技术突破。

结论与展望：AI机器人发展的未来路径

Figure AI与OpenAI从携手到公开决裂的案例，清晰地勾勒出当前AI机器人产业发展的一个核心困境：技术愿景的融合远未成熟，而商业竞争的暗流已汹涌而至。这一事件的核心，远不止于两家明星公司的商业纠纷，它深刻揭示了在通用人工智能（AGI）向物理世界延伸的宏大叙事下，技术路径的深刻分歧、价值评估体系的错位，以及合作框架在应对内部竞争风险时的脆弱性。正如事件所展现的，从“品牌效应”到“几乎没有提供任何价值”的认知落差，以及因OpenAI探索内部开发人形机器人而导致的最终分手，都指向了AI技术合作中一个尚未被充分重视的维度——物理智能与数字智能在方法论、评估标准和工程实践上的本质差异。这不仅是Figure AI一家的挑战，更是整个行业在迈向具身智能（Embodied AI）时必须跨越的鸿沟。

此次公开争议为整个行业敲响了警钟，它迫使从业者重新审视技术合作的基础与边界。未来的合作框架，必须超越简单的“模型授权”或“资本绑定”，转向更深层次的、基于共同技术语言和明确权责界定的融合。这要求合作双方至少在以下层面达成共识：

建立这样的稳健框架，其目的并非扼杀创新或竞争，而是为了在清晰的规则下，更高效地整合跨领域智慧，降低因目标不一致或沟通摩擦带来的巨大内耗。行业需要形成新的“最佳实践”，将物理验证环节前置并标准化，将合作各方的长期技术路线图进行透明化对齐，从而避免再次出现“培养竞争对手”的被动局面。

展望未来，Figure AI与OpenAI的分道扬镳，很可能成为加速AI机器人市场格局演变的一个关键节点。一方面，Figure AI转向自研模型Helix，强调“边想边做”的实时交互能力，这是一条更加垂直整合、追求端到端控制的技术路径。另一方面，OpenAI虽面临机器人团队负责人Caitlin Kalinowski离职的变动，但其已建立的机器人实验室和对1X的投资，显示出其并未放弃在物理智能领域的布局。两条路径的并行，预计将催生更多的技术试错与模式创新。市场可能不会迅速收敛到单一赢家，而是会在一段时间内呈现“专用自研系统”与“通用模型+适配层”等多种范式共存的局面。

然而，竞争加速创新的同时，也带来了资源分散和重复建设的风险。作为从业者，我的观察是，AI机器人的最终成熟，必然依赖于底层基础模型（如强大的多模态理解与推理能力）、中间层具身算法（如运动规划、灵巧操作）与顶层垂直应用场景的“三重奏”式突破。任何一家公司试图完全独立掌控这三个层面，都将面临前所未有的工程与科学挑战。因此，未来的主旋律或许并非简单的“竞争取代合作”，而是在更清晰边界和互信基础上的“竞合”（Coopetition）。行业可能需要催生新的开源社区、标准接口甚至是中立的研究联盟，来共同攻克那些具有普遍性的基础难题，例如跨机器人的统一仿真基准、安全伦理框架以及数据共享协议。

总之，Figure AI与OpenAI的这次公开交锋，是一次昂贵的“压力测试”，它暴露了旧有合作模式在硬科技深水区的不适应性。它带来的启示是深远的：在AI与机器人这两个复杂系统深度融合的进程中，成功不仅属于拥有最先进算法的团队，更属于那些能率先构建起跨学科协作文化、设计出抗风险合作架构、并在开放竞争与必要共享之间找到精妙平衡的生态建设者。未来的领跑者，很可能将是那些同时精通“比特世界”的算法与“原子世界”的物理，并懂得如何为两者搭建坚实桥梁的组织。