瘋狂擦邊，互聯網大廠對具身智能的小心思

今天的大廠其實站在了一個分岔口：繼續做更聰明的軟件，還是開始學會與材料、機械、供應鏈、工廠打交道；繼續作為生態賦能者，還是成為真正意義上的產業塑造者。前者合理，后者困難，但后者或許才擁有重塑未來十年的想象力。

作者：彭堃方

編輯：呂鑫燚

出品：具身研習社

互聯網巨頭的商業理性擠占了具身賽道應有的性感。

無論是元宇宙還是大模型，抑或是短期火過一陣的教育硬件、VR，過往幾年科技火熱賽道中，就沒有看不到互聯網大廠身影的時候。持有現金流巨盤的大廠們在面對新可能時，一直保持聞風而動、全軍出擊的進攻姿態。

不過，在面對“前無古人般”火熱的具身智能賽道時，反而卻上演了意外的戲碼?；ヂ摼W大廠以一種異常微妙的身位出現，它們既沒有缺席，也沒有某種意義上的親自下場。

換句話說，他們始終沒有“狠下心來”，跨過那條“全棧押注”的分水嶺。

這是一種非常典型的“擦邊式入局”。做大模型、做平臺、做風險投資，但鮮少有人愿意扎進工廠，搓起人形機器人的硬件。這種“偏軟”的傾向，是大廠的互聯網稟賦與基因，同時也能夠看出其理性的商業邏輯。在自身基本盤相對穩定的情況下，投入各種資源進入陌生且規模有限，還一眼望不到頭的硬件領域，純屬沒必要，也沒興趣。

誠然，于大廠而言，打外圍戰是試錯成本最低的方式，能用最小投入杠桿撬動較大收益。

但具身智能是一個“軟硬強耦合”的技術領域，具身大模型的應用離不開硬件適配與隨之而來的數據飛輪的轉動，這不是做個大模型塞進去，做個平臺牽線搭橋就能跑通的商業故事。在這個最需要燃燒想象力與激情的地方，互聯網大廠還是保守了。

不過是保守，還是觀望伺機而動，目前依舊不能下定論。但我還是更喜歡他們桀驁不馴，大開大合的樣子。

大廠的能力邊界與利益權衡

互聯網大廠的入局始終帶著一種“距離感”，他們布局具身智能的策略呈現出明顯共性：專注于軟件與平臺，避免重度投入硬件（畢竟有過不少失敗案例）。

騰訊推出具身智能開放平臺Tairos，強調“希望成為所有機器人廠商的合作伙伴，而不是取而代之做硬件”；阿里在具身智能領域的投資布局也主要聚焦于機器人仿真訓練、多模態感知和通用機器人大腦等軟件層面；京東雖然投資多家機器人公司，但其自身推出的卻是附身智能品牌JoyInside，專注于為機器人提供交互解決方案；字節跳動研發出GR系列機器人大模型卻依賴投資補足硬件能力。（不過螞蟻確實在做硬件）

圖片來源：騰訊

互聯網大廠的謹慎姿態，本質是技術稟賦與商業理性共同作用的結果。

一方面是互聯網大廠的基因決定了它們更擅長“軟件側”。它們的核心能力集中在算法、分布式系統、模型訓練框架和數據運營體系上，這些能力在大模型時代極具價值，使它們天然適合扮演“賦能者”而非“制造者”的角色。

以字節跳動為例，去年，字節跳動正式對外發布了第二代機器人大模型GR-2，今年字節跳動旗下云與人工智能平臺Volcano Engine正加碼“具身智能”及人形機器人研發。現低調發布年薪百萬的崗位，招聘人形機器人資深專家，月薪高達12萬元，該崗位需要主導研發人形具身機器人的操作算法，包括算法架構設計、抓取算法、VLA模型研發等。

目前，字節跳動在具身智能方向已經積累了一些成績：今年7月推出通用機器人模型GR-3能處理長程任務并完成靈巧操作；9月發布的“機器人大腦”Robix整合了推理、任務規劃與人機交互能力；ByteDexter靈巧手實現遙控操作的20個自由度的精細動作。

另一方面的理性，來源于硬件投入的巨大成本與不確定性。機器人本體制造涉及機械結構設計、電機、傳感器、整機開發測試和供應鏈整合，需要大量資本投入和長期技術積累?；ヂ摼W大廠在硬件領域缺乏經驗，面臨較高的試錯成本。這條邏輯在互聯網大廠造車中也有所體現，京東和華為渾身沾滿“車味”，但依舊沒有選擇開個車間。

而與之形成鮮明對比的是車企與硬件廠商的“躬身入局”。小米的CyberOne早早立項，廣汽集團明確2027年啟動具身智能機器人大規模量產，小鵬汽車近日更是憑借所謂“最擬人”的人形機器人IRON引爆討論。就拿IRON緊致的身材來說，這里便有著反復的工程設計打磨與關節電機技術的創新，使得其構造如此緊湊。這背后的制造業基因，正是大廠匱乏的。

互聯網大廠二十多年積累的“軟件能力”，既構成了入局具身智能的優勢，也形成了短期難以突破的路徑依賴。但更進一步的來說，硬件領域的“知識盲區”并不是阻礙進入的全部因素，互聯網大廠其實已經算了一個“明白賬”。

具身智能當前的行業階段，決定了大廠的“擦邊”是理性的利益選擇。

以人形機器人為例，從市場規模來看，有研究報告顯示，2024年中國人形機器人產業總體規模約27.6億元，而根據畢馬威日前發布的報告稱，2024年全球人形機器人市場規模也僅20.3億美元。雖然它也進一步預計到2029年將達到132.5億美元，年均復合增長率約45.5%。但與之反差的是，互聯網大廠早已實現千億級營收。換句話說，具身智能尚未成為能影響大廠營收結構的“新增長曲線”。

更重要的是，大廠現有核心業務的“基本盤”仍足夠穩固：阿里的電商、云計算，騰訊的社交、游戲，字節的短視頻、直播，仍能提供穩定的現金流與利潤。在這種情況下，重倉具身智能硬件的ROI極低。因為他們不僅需要承擔研發失敗的風險，還可能面臨“投入大、回報慢”，陷入“食之無味，棄之可惜”的困境。

正如頭部電池廠商不愿專門為機器人研發專用電池一樣。現有動力電池市場已足夠支撐業績，短時間亦看不到機器人專用電池為之所帶來的新的增長。所以，互聯網大廠也秉持“技術不落后即可”，時刻關注行業動態，確保不出現代差，未來市場成熟時隨時能通過投資、合作加碼。

理性選擇背后還可以更性感

大廠的“擦邊”選擇雖符合自身利益，但卻顯得保守，甚至你會發現現階段打法與具身智能的發展底層邏輯有相悖之處。

最明顯的尬點在于，數據飛輪斷裂。這里包含兩個層面，一是硬件部署的數據飛輪尚未轉起來；二是互聯網大廠沉淀的數據未能充分利用。

具身智能的核心增長動力是“數據飛輪”。機器人通過真機部署與物理世界交互，產生“感知-決策-執行”的閉環數據，這些數據反哺模型迭代，讓智能水平持續提升。然而，大廠不做硬件本體，就無法控制部署規模、任務類型和環境多樣性，導致數據采集鏈路斷裂，飛輪難以加速旋轉。

同樣遺憾的是，大廠沉淀的海量互聯網數據也未能充分釋放價值。阿里、字節、騰訊擁有海量人機交互數據、AI應用數據、物流數據、商家數據等等。這些數據完全可以在具身智能的落地鏈路中發力，包括完善產品的交互能力，推動產品精準營銷等。

圖片說明：京東具身服務體系

不過令人眼前一亮的是，目前已有大廠認識到這些數據的潛能。京東的具身布局（尤其是JoyInside）是一個典型例子：它利用電商供應鏈、物流系統、用戶交互數據、場景數據，為具身智能企業的應用落地提供多方位賦能。隨之而來，京東也贏得了“買機器人上京東”的生態位。

還有一個尬點是比較內隱的，涉及對軟硬市場認識的誤區。

大廠扎堆只做模型、方案，本質是陷入了“軟件才是高精尖、硬件只是低端制造”的認知誤區，死守“軟件做核心、硬件做配套”的傳統產業分工邏輯。這種思路看似穩妥，卻可能把行業推向極端內卷的競爭形態。

目前互聯網大廠普遍做的是具身智能軟件方案，提供通用模型能力。但這種路徑有一個嚴重的問題：軟件方案市場天然是“贏者通吃”的。參考智駕行業的“地大華魔”，最終市場只會留下少有的幾家方案商。

目前，大廠的模型能力呈現同質化競爭趨勢。它們的核心功能都是“自然語言交互+任務規劃”，差異僅在于接口數量與適配硬件類型。這種競爭態勢，既看不到“一家獨大”的可能性，也看不到技術發散的魅力。

所以，這就進入到更深層的問題。如果大廠只是閉門造模型，就會使得模型成為脫離硬件的“無的之矢”。具身智能的本質是“硬件載體+智能模型”的共生體，沒有適配的硬件，再先進的模型也無法發揮價值。由于缺乏自研機器人本體，平臺只能對接外部硬件廠商，模型的算法優勢無法與硬件的機械性能深度適配。

所以，一個真正意義上的軟硬兩手抓的企業，或許反倒更具商業價值。

特斯拉的成功恰恰證明了“軟硬一體”的優越性。特斯拉左手Model系列車型殺遍新能源汽車銷量榜，右手FSD方案形成所謂的“斷代領先”。而這樣的案例還在它身上繼續發生，即Optimus的硬件工程持續優化，軟件能力同頻進化。也正是因為這軟硬一體的巨大商業價值，方才推動馬斯克“萬億美元薪酬方案”的通過。

結語

從商業邏輯來看，大廠的“擦邊打法”固然無可指摘：ROI更高、風險更低、路徑更熟、組織更穩。它避免了硬件深水區的漫長試錯，也守住了互聯網時代積累的優勢。但如果我們把目光放得更長遠、更宏觀，會發現科技行業正在進入一個新的拐點——這是第一次，智能不再只存在于屏幕、數據中心和云端，而是開始以“物理形態”步入現實世界。

當智能走向物理，意味著產業價值鏈將發生重新分配：軟件不再是全部。真正的競爭力，來自軟硬的同步迭代、來自數據飛輪的持續加速、來自工程與算法共同雕刻出來的“真實世界執行力”。這與互聯網的范式截然不同，它需要另一種勇氣、另一種耐心、另一種更具“制造業基底”的世界觀。

所以，今天的大廠其實站在了一個分岔口：繼續做更聰明的軟件，還是開始學會與材料、機械、供應鏈、工廠打交道；繼續作為生態賦能者，還是成為真正意義上的產業塑造者。前者合理，后者困難，但后者或許才擁有重塑未來十年的想象力。

產業的每一次周期躍遷，都會獎勵那些敢于在“合理路徑之外”邁出一步的人。對于布局具身智能的大廠，這句話或許尤為貼切。

注：頭圖來自豆包

獨立作者趙佳茹對本文亦有貢獻