阿里通義千問大語言模型負(fù)責(zé)人林俊旸昨日在社交媒體上發(fā)文表示，已在通義團(tuán)隊(duì)內(nèi)部建立機(jī)器人和具身智能的小組。

在2025云棲大會上，阿里云與英偉達(dá)在物理AI領(lǐng)域達(dá)成合作。而此次阿里組建機(jī)器人和具身智能的團(tuán)隊(duì)，標(biāo)志著阿里通義大模型正式涉足具身智能大腦領(lǐng)域。

通義大模型走向物理AI

林俊旸提及建立機(jī)器人和具身智能團(tuán)隊(duì)時(shí)表示，多模態(tài)基礎(chǔ)模型正轉(zhuǎn)變?yōu)榛A(chǔ)智能體，這些智能體可以利用工具和記憶通過強(qiáng)化學(xué)習(xí)進(jìn)行長時(shí)序(long-horizon)推理，而它們絕對應(yīng)該從虛擬世界走向物理世界。

據(jù)了解，林俊旸畢業(yè)于北京大學(xué)，其研究興趣集中于大規(guī)模語言模型和多模態(tài)大模型。他曾在阿里達(dá)摩院負(fù)責(zé)打造超大規(guī)模多模態(tài)預(yù)訓(xùn)練模型M6，通用統(tǒng)一多模態(tài)預(yù)訓(xùn)練模型OFA，中文預(yù)訓(xùn)練模型Chinese CLIP等。目前是阿里通義千問的技術(shù)負(fù)責(zé)人。

“多模態(tài)基礎(chǔ)模型如果僅用于視頻生成，仍停留在相對初級的階段。視頻生成只能證明AI對物理世界的理解能力，更關(guān)鍵的在于控制能力。阿里從純軟件AI應(yīng)用轉(zhuǎn)向開發(fā)能夠控制智能終端與機(jī)器人的‘大腦’，實(shí)質(zhì)上是在重新定義勞動力，這其中蘊(yùn)含著巨大的市場空間。”快思慢想研究院院長田豐表示。

他進(jìn)一步指出，阿里當(dāng)前采取的策略是：在軟件層面自研“大腦”，在硬件層面則通過投資整機(jī)廠商進(jìn)行布局。

9月8日，阿里云領(lǐng)投了機(jī)器人初創(chuàng)公司自變量機(jī)器人1.4億美元的A+輪融資。此前，阿里還投資了法奧意威、星動紀(jì)元、逐際動力、宇樹科技等多家機(jī)器人企業(yè)。

“要實(shí)現(xiàn)從通用人工智能（AGI）到超級人工智能（ASI）的跨越，關(guān)鍵在于是否具備足夠強(qiáng)大的‘大腦’，能夠處理跨工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)等多領(lǐng)域的復(fù)雜任務(wù)，并達(dá)到人類水平。眼下整機(jī)技術(shù)路徑尚未收斂，硬件形態(tài)仍處于發(fā)散階段，因此通過投資參與是更為靈活和高效的方式。”田豐稱。

不止阿里，大廠紛紛入局

阿里的此番入局并不意外。當(dāng)前，全球巨頭都在下場具身智能，物理AI成為新戰(zhàn)場。

在今年6月的年度股東大會上，英偉達(dá) CEO黃仁勛曾提到：“人工智能和機(jī)器人技術(shù)是最大的兩個(gè)增長機(jī)會，代表著數(shù)萬億美元級別的增長機(jī)會。”

9月云棲大會期間，阿里云就與英偉達(dá)在物理AI領(lǐng)域達(dá)成合作。阿里云人工智能平臺 PAI 將集成英偉達(dá)Physical AI軟件棧，將為企業(yè)用戶提供數(shù)據(jù)預(yù)處理、仿真數(shù)據(jù)生成、模型訓(xùn)練評估、機(jī)器人強(qiáng)化學(xué)習(xí)、仿真測試等全鏈路平臺服務(wù)，進(jìn)一步縮短具身智能、輔助駕駛等應(yīng)用的開發(fā)周期。

除了阿里外，京東、騰訊等互聯(lián)網(wǎng)廠商也在瞄準(zhǔn)具身智能的大腦。

京東已經(jīng)發(fā)布附身智能品牌JoyInside，為機(jī)器人、機(jī)器狗和AI玩具等提供機(jī)器人的“大腦”能力，并與數(shù)十家主流機(jī)器人品牌達(dá)成合作，包括陪伴類的Fuzozo芙崽、火火兔；教育領(lǐng)域的元蘿卜AI、心大陸、Folotoy、嚕咔博士；產(chǎn)業(yè)領(lǐng)域的眾擎、云深處、魔法原子等。

騰訊Robotics X實(shí)驗(yàn)室與福田實(shí)驗(yàn)室聯(lián)合發(fā)布具身智能開放平臺 Tairos “鈦螺絲”。據(jù)騰訊首席科學(xué)家張正友介紹，Tairos 具身智能平臺希望為機(jī)器人本體與應(yīng)用開發(fā)商補(bǔ)齊關(guān)鍵軟件能力，就像為各類機(jī)器人裝上“大腦”，讓機(jī)器人具備感知世界、規(guī)劃任務(wù)以及自主決策等能力，從被動執(zhí)行指令的機(jī)械體進(jìn)化為主動適應(yīng)現(xiàn)實(shí)世界的智能生命體。

具身智能“大腦”邁入發(fā)展深水區(qū)

具體來看，不少大廠選擇從自身業(yè)務(wù)場景切入，落地具身智能技術(shù)。

“例如在倉儲、物流、服務(wù)業(yè)等場景中，讓具身智能‘大腦’達(dá)到解決專業(yè)任務(wù)的水平是具有可行性的。像順豐、美團(tuán)等企業(yè)，都在朝這一方向積極布局。它們在提升自身生產(chǎn)效率之后，再進(jìn)一步通過生態(tài)合作將技術(shù)擴(kuò)展至更多元的應(yīng)用場景。”田豐提到。

田豐還特別指出，阿里巴巴具備將自身業(yè)務(wù)與平頭哥芯片技術(shù)融合的潛力。“在優(yōu)化機(jī)器人大腦的基礎(chǔ)上，與平頭哥進(jìn)行協(xié)同，推動云端AI芯片逐步向智能終端落地，無論是機(jī)器人芯片還是自動駕駛芯片，都將為大模型的規(guī)模化推廣提供硬件支撐。未來，更有機(jī)會構(gòu)建起機(jī)器人領(lǐng)域的‘AppStore’應(yīng)用生態(tài)圈。”

不過，具身智能的大腦仍處于探索階段。宇樹科技創(chuàng)始人王興興曾多次表示，當(dāng)前硬件的性能其實(shí)足夠支撐應(yīng)用，核心瓶頸在于AI模型本身的能力不足，導(dǎo)致硬件潛力無法被充分釋放。此外，他對于當(dāng)前熱門的VLA模型也持保留態(tài)度，認(rèn)為其模型架構(gòu)仍需進(jìn)一步的迭代升級。

談及大廠紛紛入局具身智能大模型所帶來的影響，田豐指出，當(dāng)前機(jī)器人大腦的發(fā)展仍需聚焦于專業(yè)場景的突破。在他看來，專業(yè)場景下的應(yīng)用仍存在明顯不足，更不必說實(shí)現(xiàn)通用場景的覆蓋。

“物理AI對可靠性、精確性、速度要求更高。在物理環(huán)境中，一旦決策失誤，整條生產(chǎn)線上的光伏板或鋰電池都可能受到影響，帶來巨大的試錯(cuò)成本，遠(yuǎn)高于軟件AI的容錯(cuò)空間。目前我們需要彌補(bǔ)的短板非常多，包括物理環(huán)境中的任務(wù)流程設(shè)計(jì)、業(yè)務(wù)深層知識以及行業(yè)經(jīng)驗(yàn)等，這些方面都尚未被充分挖掘和理解。”

田豐相信，未來具身智能的“大腦”將邁入發(fā)展的深水區(qū)。“從數(shù)據(jù)、邏輯再到?jīng)Q策，整個(gè)業(yè)務(wù)流的思維鏈條將被拆解得極為細(xì)致，我們必須厘清其中每一個(gè)環(huán)節(jié)的因果依賴關(guān)系。”