摘要：公司在大模型部门通义千问内组建了一个新的“小队”——机器人与具身智能团队。消息的源头不是官方通稿，而是阿里高管林俊旸在 X 上的一句话：“多模态模型正变成能处理长时序推理任务的基础智能体，而这些智能体——理应从虚拟世界走向物理世界。”
图片来源：Lovart生成
刚刚，阿里巴巴传出一个重磅消息。
公司在大模型部门 通义千问内组建了一个新的“小队”——机器人与具身智能团队。消息的源头不是官方通稿，而是阿里高管林俊旸在 X 上的一句话：“多模态模型正变成能处理长时序推理任务的基础智能体，而这些智能体——理应从虚拟世界走向物理世界。”
这句话的分量不小。它意味着，阿里要让通义千问从“会说话的模型”，变成“能行动的智能体”。
林俊旸是通义千问的技术负责人，也是阿里内部最早一批研究多模态和具身智能的核心人物。他毕业于北京大学，早年在阿里达摩院参与过 M6、OFA、CogView等多模态预训练项目，后带队打造了Qwen3-Max和QwQ-32B等旗舰模型。通义千问如今的多模态理解、视觉感知与推理能力，几乎都出自他和团队之手。
根据公开报道，林俊旸于1993年3月19日出生，今年仅32岁，或是阿里现在最年轻的P10。
他如今牵头的这支小队，目标不是造一台机器人，而是让阿里的大模型具备“行动力”——能听、能看、能规划，最终能操作现实世界的物体。
换句话说，这支团队做的不是“硬件项目”，而是一次更大的实验：让通义千问从语言世界跨进物理世界。
全球巨头都在下场，物理AI成了下一个战场阿里的动作放在全球AI版图上看，并不孤单。就在同一周，软银集团宣布以54亿美元收购ABB的工业机器人业务；英伟达CEO 黄仁勋也再次提到，AI与机器人是“数万亿美元级别的长期增长机会”。
这场新的AI竞赛，关键词不再是“模型大小”或“推理速度”，而是具身智能。即让AI不仅能理解语言，还能在现实世界中观察、计划、行动。从训练模型到训练机器人，成为所有科技巨头的共同方向。
阿里的路线与它们略有不同。它不是简单地“造机器人”，而是把机器人研发直接纳入 Qwen 大模型体系，用同一套智能底座驱动“语言智能”和“行动智能”。
更重要的是，阿里早已在外部生态上铺了第一步。就在上个月，它领投了中国机器人创业公司自变量机器人的1亿美元融资。这家公司在仓储与工业自动化领域深耕多年，被视为国内最具工程化潜力的新势力之一。
阿里CEO 吴泳铭近期也提到，未来五年全球AI投资将加速增长至4万亿美元。这不是一句口号——阿里云已经宣布投入3800亿元人民币构建AI基础设施。而这次，阿里显然准备把智能的触角，从云端和模型，伸向现实世界的机器。
从“会说”到“会做”：通义千问的新阶段阿里把具身智能团队放在通义千问内部，并非偶然。
对这家在大模型领域深耕已久的公司来说，具身智能是它的自然延伸。语言模型擅长理解和推理，但真正的“智能”要能在世界中行动。阿里希望通过通义的多模态架构，让模型学会看世界、理解世界、最终改变世界。
在商业上，这条路径同样具备现实意义。阿里拥有云计算、物流、制造、IoT等天然场景优势，从仓储机器人到智能家电，再到工厂协作臂，阿里可以在自有生态中验证和迭代具身智能。
阿里巴巴正在重新定义通义千问的使命：不只是一个懂语言的AI，而是一个能在现实中执行任务、与世界互动的智能体。在全球AI竞赛进入“具身智能时代”的当下，这一步，可能会决定下一个十年的AI格局。
来源：ZFinance
