摘要：10月8日，阿里巴巴通义千问技术负责人林俊旸一条X平台帖文，撕开了全球科技竞争的新战场：阿里正式成立“机器人和具身AI小组”。这不是一次简单的业务扩张，而是阿里巴巴押注下一代生产力革命的关键落子——当大模型技术从“理解语言”迈向“操控物理世界”，当全球巨头集体

AI终于要从屏幕里走出来了。

10月8日，阿里巴巴通义千问技术负责人林俊旸一条X平台帖文，撕开了全球科技竞争的新战场：阿里正式成立“机器人和具身AI小组”。这不是一次简单的业务扩张，而是阿里巴巴押注下一代生产力革命的关键落子——当大模型技术从“理解语言”迈向“操控物理世界”，当全球巨头集体将AI从虚拟拽入现实，这场竞赛的终点，或许比我们想象的更近。

很少有人注意到，阿里这次“下场”早有伏笔。

2025年云栖大会上，CEO吴泳铭掷地有声：“未来五年全球AI投资将达4万亿美元，阿里必须保持同步。”除了已公布的3800亿元云和AI硬件投入，还要“追加投入”。这不是空话——通义千问作为阿里AI的核心引擎，早已突破单一文本交互，进化为能处理声音、图像、文本的多模态模型。林俊旸的表述更直接：“多模态基础模型正转化为基础智能体，它们有工具、有记忆，能执行长时序推理——这些能力理应从虚拟世界迈向现实世界。”

“迈向现实”的关键，正是机器人。当ChatGPT们还在比拼对话流畅度时，科技巨头们已意识到：AI的终极价值不在屏幕里的“聊天”，而在物理世界的“行动”。通义千问积累的多模态理解能力，恰恰是机器人“感知世界”的基础——比如识别物体、理解环境、甚至通过细微压力变化判断抓取力度。这解释了阿里为何选择此时组建机器人团队：不是跟风，而是技术成熟后的必然延伸。

阿里的布局不止于内部组队。一个月前，阿里云领投深圳自变量机器人1.4亿美元A+轮融资，这是其首次涉足具身智能领域。这笔投资的逻辑，藏在自变量的“差异化路线”里。

成立不到两年，自变量已完成八轮融资，累计2.8亿美元——资本疯狂涌入的背后，是其“软件和算法优先”的策略。9月刚发布的开源具身智能基础模型“Wall-OSS”，相当于给行业提供了“机器人操作系统”；而实体产品Quanta X2更具信号意义：能360度清洁、配备压力感知机械手，虽未面向大众市场，但已向学校、酒店、养老院实现机构销售。研究机构Humanoid Guide数据显示，这款人形机器人售价8万美元，而自变量COO杨倩直言：“AI技术在机器人领域仍落后于聊天或代码生成。”

这种“坦诚”反而凸显了阿里的精明：与其从零造机器人硬件，不如投资一家已验证算法能力的公司，用通义千问的模型优势与其软件能力结合。自变量计划明年筹备IPO，若成功，阿里将同时掌握“基础模型+硬件载体”的双重筹码——这比单纯自建团队更高效，也更符合互联网公司“生态化”的扩张逻辑。

阿里的动作，只是全球机器人竞赛的缩影。

同一天，日本软银宣布以54亿美元现金收购ABB工业机器人业务——后者2024年营收23亿美元，拥有7000名员工。孙正义的野心毫不掩饰：“将人工超级智能与机器人技术融合，打造下一个前沿。”而英伟达CEO黄仁勋早在6月就放言：“AI和机器人是英伟达的两大机遇，将带来数万亿美元增长。”他甚至勾勒出场景：“数十亿个机器人、数亿辆自动驾驶汽车、数十万个机器人工厂，都由英伟达技术驱动。”

巨头们的集体下注，指向同一个结论：机器人不再是科幻概念，而是AI技术落地的最大载体。花旗预测到2050年全球机器人市场规模达7万亿美元，这意味着什么？相当于当前全球汽车产业规模的3倍。当AI技术渗透率每提升1%，就可能撬动数千亿美元的新增市场——这才是资本疯狂涌入的核心逻辑。

尽管巨头们动作频频，自变量COO杨倩的“清醒”仍值得关注：“用于机器人的AI技术仍落后于聊天或代码生成领域。”这不是谦虚，而是行业现状。

当前机器人的“智能”，更多是“预编程”而非“自主决策”。比如Quanta X2的清洁功能，本质是通过算法优化路径规划；压力感知机械手虽接近人类，但仍需大量数据训练才能应对复杂场景。林俊旸强调的“长时序推理”，即让机器人像人类一样“规划步骤、修正错误”，目前还处于实验室阶段。自变量预计“机器人管家五年内成为现实”，但杨倩也承认，这需要AI技术在“环境适应性”“自主学习”上的突破。

不过，技术瓶颈从不阻碍趋势。就像2010年没人相信智能手机会淘汰功能机，2020年没人预料GPT会颠覆搜索——当多模态模型、传感器成本下降、开源算法普及三大变量叠加，机器人走进家庭的速度可能远超预期。阿里此时入场，正是要在技术爆发前夜，卡住“模型+硬件”的关键节点。

全球7万亿美元市场，4万亿美元AI投资，3800亿阿里投入，54亿软银收购……这些数字背后，是一场关于“定义下一代生产力”的战争。

过去十年，互联网竞争的核心是“流量”；未来十年，科技竞争的核心将是“实体AI的控制权”——谁掌握让AI在物理世界高效行动的技术，谁就掌握了新的生产工具。阿里的逻辑很清晰：用通义千问的模型能力打底，用自变量的硬件实践验证，再通过资本和生态整合加速——这是典型的“互联网式打法”，但放在机器人领域，可能产生化学反应。

普通人不必恐慌“失业”，更该关注“机会”。当机器人管家、工业自动化、服务型机器人逐渐普及，新的职业（如机器人运维、算法训练师）将涌现，就像电脑普及催生了程序员。而对于行业而言，这场竞赛的终极意义，或许是让AI真正成为“人类的延伸”——不再是冰冷的代码，而是能帮我们打扫房间、照顾老人、甚至探索未知的“伙伴”。

林俊旸在帖文末尾写道：“基础智能体迈向现实世界，这一天终会到来。”阿里的入场，让这一天的到来，又近了一步。

来源：科技指南