科技与资本的碰撞，正催生一场关于具身智能的产业革命。当AI大模型在虚拟世界展现惊人能力时，如何让它们真正“落地”物理世界，成为全球科技巨头竞相追逐的新赛道。在这场变革中，阿里巴巴以“投资+自研”双轮驱动，正式吹响进军物理AI的号角。
阿里通义千问技术负责人林俊旸近日宣布，内部已成立具身智能专项小组，标志着这家电商巨头正式切入机器人领域。这一动作并非孤立事件——就在一个月前，阿里云刚以领投方身份参与自变量机器人1.4亿美元融资，展现出对物理AI的坚定信心。从资本布局到技术自研，阿里正构建覆盖“大脑”到“身体”的完整生态。
当前AI发展呈现显著“断层”：以GPT-4、通义千问为代表的大语言模型虽具备强大认知能力，但在物理世界的应用仍局限于特定场景。正如宇树科技创始人王兴兴在外滩大会所言：“AI能写诗作画，却难以真正‘干活’。”这种能力与现实的割裂，恰恰孕育着数万亿美元的市场机遇。摩根士丹利预测，2050年全球人形机器人部署量将达10亿台，市场规模超5万亿美元。
全球科技阵营已形成共识。软银集团斥资54亿美元收购ABB工业机器人业务，英伟达CEO黄仁勋多次强调AI与机器人技术的战略价值，马斯克更将人形机器人“擎天柱”视为特斯拉未来核心。在这场竞赛中，阿里的布局显得尤为独特：通过投资逐际动力、星动纪元等十余家具身智能企业，同时内部组建研发团队，形成“外部生态+内部创新”的双重壁垒。
阿里的战略选择源于深刻的商业逻辑。作为电商、物流、新零售领域的领军者，其业务场景天然需要AI与物理世界的深度交互。菜鸟网络全球智慧仓储、盒马鲜生自动化供应链等场景，为具身智能提供了最丰富的试验场。这种业务基因决定了阿里必须掌握AI从云端到地面的能力，否则将错失未来物理世界的入口。
技术层面，阿里正突破具身智能的关键瓶颈。传统大模型依赖文本数据训练，难以适应物理世界的复杂交互。阿里云智能集团负责人高飞指出，具身智能需要处理3D空间感知、动态物体追踪等实时数据，这对计算架构提出全新要求。为此，阿里推出参数规模突破万亿的Qwen3-Max模型，在复杂任务分解上表现突出；Qwen3-VL则强化了空间感知能力，可精准识别物体位置与运动轨迹。
“我们最近调研了30家具身智能企业，发现超六成使用Qwen-VL进行后训练。”阿里云解决方案负责人王旭文透露。这种技术选择背后，是阿里在智能驾驶领域积累的工程经验——具身智能与自动驾驶在架构上高度相似，阿里服务头部车企过程中积累的基础设施能力，可直接复用于机器人领域。
阿里的野心不止于技术突破。通过通义千问提供通用“大脑”，投资企业提供专用“执行单元”，平头哥芯片技术提供底层支持，阿里正构建机器人领域的“AppStore”生态。这种全栈AI闭环包含四个层次：阿里云提供算力基础设施，通义千问负责任务规划，硬件合作伙伴实现动作执行，真实业务场景反哺数据优化。这种飞轮效应使AI模型能在真实物理反馈中快速迭代，形成独特的竞争优势。
资本市场已对阿里的转型做出积极回应。高盛近期大幅上调其2026-2028年资本支出预测至4600亿元，认为AI云计算能力的突破性进展将重塑增长预期。对于这家曾定义中国商业时代的巨头而言，具身智能不仅是技术升级，更是重塑估值逻辑、讲述新增长故事的关键战役。
在这场由AI和机器人定义的新时代竞赛中，阿里选择了一条“耕种式”发展路径。不同于软银通过收购拼凑生态，阿里依托自身业务场景，从内部培育技术土壤。这种模式使技术与应用天然契合，当其他企业仍在实验室测试时，阿里的机器人已能在真实商业场景中积累数据、优化算法。
历史表明，每次计算平台变革都会催生新王者。如今，阿里正试图通过构建全栈AI闭环，抓住这场变革的主动权。从云端到地面，从虚拟到现实，这家科技巨头的转型之路充满挑战，但也蕴含着重新定义行业规则的无限可能。世界对阿里的重估，或许将始于那些即将被赋予智能的“身体”。
