阿里巴巴旗下通义千问大模型技术负责人林俊旸近日通过社交平台披露，团队已正式组建机器人与具身智能专项研究组。他指出，当前多模态基础模型正朝着具备工具调用和记忆能力的智能体方向演进，通过强化学习实现复杂场景下的长程推理，这种技术突破为智能体从数字空间向物理世界迁移提供了可能。
在科技企业竞相布局机器人赛道的背景下，阿里巴巴的具身智能战略正加速落地。上月，阿里云作为领投方参与了中国机器人企业自变量机器人总额1.4亿美元的融资，这是该集团在具身智能领域的首次重大资本动作。据悉，被投企业自变量机器人专注于开发具备自主决策能力的工业机器人系统。
阿里巴巴集团CEO吴泳铭在2025云栖大会上透露，全球AI领域投资规模未来五年将激增至4万亿美元，公司已制定相应技术投入计划。除今年2月宣布的三年3800亿元云与AI基础设施投资外，集团正酝酿追加专项资金，重点支持具身智能、多模态大模型等前沿方向研发。该决策与当前全球科技巨头聚焦物理世界智能化的趋势高度契合。
作为通义千问的核心开发者，林俊旸在多模态技术领域具有深厚积累。其团队此前研发的跨模态模型已实现语音、图像、文本的联合理解与生成，这项技术为具身智能体感知环境、执行任务奠定了基础。新组建的机器人团队将聚焦智能体与物理设备的交互优化，探索仓储物流、工业制造等场景的商业化应用。
行业分析人士指出，阿里巴巴此次战略调整标志着其AI研发重心从算法优化转向场景落地。具身智能作为连接数字智能与物理世界的桥梁，可能成为下一代人工智能竞争的关键赛道。随着资本投入和技术突破的双重驱动，智能机器人有望在3-5年内实现从实验室到产业端的规模化应用。
