物理 AI 来了！大厂豪赌机器人，落地才是最大难题

物理AI赛道的火热狂欢之下，行业虚假繁荣的争议率先撕开表象。

梅卡曼德创始人邵天兰在朋友圈对具身智能企业商业化落地的核心拷问，也直指行业本质困境。伴随这一争议，AI赛道竞争逻辑也正式迎来关键转折，行业彻底告别纯大模型参数内卷，全面转向物理世界的实体落地比拼。

近期多项重磅产业动作印证这一趋势，9月17日，地平线旗下地瓜机器人完成4亿美元C轮融资，美团等大厂入局加持、老牌机构持续加码；与此同时，小鹏高阶通用人形机器人顺利完成自动化总装、自主走下产线，硬件量产落地提速。

密集产业动作背后，AI赛道风向已然逆转。国联民生证券表示，AI主线投资战略重心或向应用方向倾斜，加速AI应用发展是解决当前AI资本开支是否能够获得足够正向产业资金回流的关键，将成为全产业重心。

政策层面也为赛道落地提供了强力支撑。工信部明确 “十五五” 将持续推动人形机器人智能终端迭代，并联合国资委启动 2026 年人形机器人与具身智能实景实训专项行动，目标打造百个以上高价值场景、实现万台级落地规模。

新京报贝壳财经梳理发现，各大互联网大厂均已入局物理AI，但打法分化明显：京东深耕供应链场景，阿里采用自研+投资双线模式，腾讯坚持合作为主、不自主造硬件的轻量化路线。无论布局路径存在怎样的差异，大厂共同面临核心考验：擅长软件与生态的互联网企业，能否突破硬件量产难题，实现机器人业务商业化盈利闭环。

重投入、广撒网、只结盟，大厂路径各有算盘

作为当下全球科技核心风口，物理AI是可在现实世界完成感知、推理、自主行动的智能体系，机器人、自动驾驶是核心载体。英伟达CEO黄仁勋将物理AI定为企业下一轮增长核心，软银也持续加码，于9月宣布以54亿美元收购ABB工业机器人业务，全球巨头均全力布局物理AI赛道。

京东走的是最“重”的一条路。按其在JDD大会上的披露，“超级AI供应链”以“云、数、模、端、场、链”六大模块为基础：算力方面，京东云已与摩尔线程等伙伴打造国产万卡集群，并规划建设十万卡集群；数据方面，1000 万小时真实场景视频数据采集行动推进中，首批开源数据集 EgoLive 已收到超过 8 个国家、百所高校和科研机构的申请；模型方面，京东发布了实时可交互的世界模型JoyAI-Echo WM。

在京东集团技术委员会主席、京东云总裁曹鹏的表述里，这是一条“由内而外”的路——先用 AI 把自己的供应链效率做到极致，再把打磨好的能力开放给行业，“先量脚再做鞋”，而不是“先做鞋后量脚”。按其规划，京东将在两年内建成全球最大的具身智能数据采集中心，5年内布局80余个RoboBase（机器人产业基地），并通过规模化集采把机器人本体物料成本降低50%以上。

阿里系的动作主要发生在投资清单上。新京报贝壳财经记者统计发现，自2024年以来，阿里巴巴集团陆续投资逐际动力、星动纪元、宇树科技、星海图、灵心巧手等具身智能公司；2025年9月，阿里云领投自变量机器人1.4亿美元融资。蚂蚁集团的节奏更密——过去18个月投资了12家人形机器人产业链公司，覆盖银河通用、宇树科技等机器人本体厂商与零部件、数据企业，8月又领投专注灵巧操作的戴盟机器人，同时自研定位“通用机器人大脑”的蚂蚁灵波。

更早的2020年，阿里达摩院发布物流机器人“小蛮驴”，在高校等封闭场景跑末端配送——封闭场景至今仍是大厂验证物理AI的第一站。 腾讯则选择不碰硬件。马化腾曾明确表态，腾讯的目标是与机器人厂商合作，而非亲自下场制造硬件。

2025年3月，腾讯领投智元机器人B轮融资，完成在具身智能领域的首次出手；6月参投宇树科技C+轮；今年1月，腾讯Robotics X实验室与宇树科技达成战略合作。今年7月的世界人工智能大会上，腾讯首次系统性展示具身智能全栈方案，基于混元大模型推出VLM1.0、RxBrain1.0、VLA0.5三款具身基座模型，分别承担场景理解、任务规划与动作生成。

“站在 2026 年中回望，具身智能行业已经从‘技术概念期’进入‘落地验证期’，比拼的不再是谁的 PPT 更炫，而是谁能找到真正的商业闭环，谁能在真实场景中跑通成本与效率的平衡。”互联网资深分析师杨怀玉表示。在他看来，阿里、京东等互联网巨头的优势正在放大：不仅有充足的资本投入研发与并购，更关键的是手握电商交易、物流配送、仓储分拣、本地生活、零售终端等海量真实场景，这些场景既是机器人的最佳试验场，也是数据来源地，更是未来规模化落地的直接出口。

机器人正在制作饮品。新京报贝壳财经记者程子姣 摄

从展示品到生产工具，隔着数据、量产和回本三道坎

数据是最先撞上的一道墙。具身智能公认的瓶颈是高质量真机数据稀缺。据国盛证券研报，主流数据采集方案中，真机遥操作成本高达500-1000元/小时，仿真数据虽便宜至20-50元/小时，但真实物理交互数据整体存量约50万小时，远不足以支撑模型泛化。

行业对数据采集的商业化边界也出现激烈争论。港股上市公司梅卡曼德创始人邵天兰近期在朋友圈公开发声，他提出要警惕赛道内部分企业借数采中心制造不可持续收入。数采本是解决物理AI数据匮乏的重要基建，但不能把训练场、科研采购包装成真实市场需求，用内循环的方式制造虚假繁荣，回避商业化回本的真实拷问。但该观点仅是企业创始人一方的表述，尚未得到监管层面核实。

比数据更难挑的是场景。京东零售具身智能业务负责人郑小丹向新京报贝壳财经记者表示，机器人行业当前面临的最大挑战之一是如何找到真实的业务落地场景——以京东物流仓库为例，包裹有软包装、有硬纸箱，摆放角度各异，传统自动化设备很难处理。但即便进了场景，客户的评价也远没到“放心”的程度。

量产与可靠性是同一枚硬币的两面。光象科技创始人兼CEO张涛向贝壳财经记者解释称，传统工业机器人的平均无故障运行时间可达数万至十几万小时，而当前人形机器人远未达到这一标准，这一差距需要从硬件设计、软件调试到全流程运维体系进行系统性升级；他同时提醒，即便实现大规模量产，后续高昂的维修与培训成本也会抵消其通用性优势，落地方向应是“场景化找平衡”。

优必选副总裁焦继超在此前采访中坦言，在单次作业效率上，除质检等少数场景外，机器人目前尚难超越人力，这一现状在未来 3-5 年内或仍将持续，机器人的核心优势在于可持续性——可保持稳定节奏连续作业10-20小时，若按全天工作时长计算，机器人效率有望在2-3年内达到人力平均水平。

产出端确实在提速，但盈利仍是普遍难题——协作机器人厂商越疆科技2023年至 2025年归母净利润分别为1.03亿元、0.95亿元和0.84亿元，亏损逐年收窄，尚未转正。

智元机器人合伙人姚卯青曾算过一笔经济账：一名工人每年总成本往往达到7万—8万元，两班制下企业两年需支付30多万元人力成本；随着规模化量产促进成本优化，如果部署一个服役两年、替代两班甚至三班工人的机器人，其投入已能与人力支出持平甚至更具经济性。

这也解释了为什么大厂都在抢真实场景——IDC数据显示，2025年全球人形机器人出货当中，文娱商演和教育科研两大场景合计占61.4%的份额；行业普遍认为，现阶段大部分“会走路”的机器人本质上仍是展示品而非生产工具。

杨怀玉也谈道，未来AI行业的竞争门槛将持续抬高，单纯依靠软件模型的企业会逐步失去竞争优势，具备实体基建、场景资源、量产能力的企业将主导行业发展。他同时提醒，技术瓶颈与行业泡沫的双重挑战不容忽视，巨头入局让行业竞争白热化，中小厂商的生存空间可能被挤压。从大模型“内卷”到机器人基建竞赛，国内 AI 产业正在完成一次关键的价值跃迁，但这场跃迁远未到结算的时候。

新京报贝壳财经记者 程子姣 编辑 陈莉 校对 卢茜