互联网巨头押注具身智能：一场技术与资本的深度博弈
2025年9月，自变量宣布完成近10亿元人民币融资，阿里云出手，成了这个项目的领投方。
在人工智能的浪潮中，具身智能（EmbodiedAI）正悄然成为下一个风口。它不再只是算法的堆叠，而是将智能嵌入真实世界的感知与行动中。过去三年，全球互联网巨头纷纷入局，资本与技术交织，构建出一个日益清晰的未来图景。
国内巨头，早已布局
这次的投资标志着阿里云正式进入具身智能赛道。自变量CEO王潜明确表示，公司不会单独销售大模型，而是将其嵌入具身智能系统中，强调“模型只是底座，智能必须落地”。
这一战略转向，透露出阿里云对具身智能的深度认知：不再追求模型参数的堆砌，而是关注智能体在真实环境中的表现。阿里云的投资不仅是资本注入，更是技术协同，推动自变量在机器人、虚拟助手等领域的落地应用。
在阿里云出手之前，京东和美团就已悄然布局。
京东在具身智能机器人赛道的存在感陡然上升。公司内部，京东不仅持续扩充具身智能自研团队，今年3月还组建了隶属于3C数码事业群的智能机器人业务部，负责机器人的渠道销售。此前，京东曾经在三个月内投资了六家具身智能创业公司：帕西尼、智元机器人、千寻智能、众擎机器人、逐际动力、RoboScience等都已被纳入京东的投资版图。
美团也不遑多让，自2020年切入机器人领域投资以来，已捕获超过10家机器人和具身智能企业。梅卡曼德、非夕机器人、普渡机器人、高仙机器人、银河通用、宇树科技、自变量机器人、它石智航、星海图等公司都已成了其投资标的。
当然，在具身智能的跑道上，绝不止这几家公司，也更不止这几种打法。
腾讯首席科学家、腾讯RoboticsX实验室主任张正友曾通过媒体表示，腾讯的定位是具身智能平台，而非本体竞争者。也就是说，腾讯不直接参与本体硬件的量产，不在本体硬件上鏖战，而是聚焦于软件能力不断进化和开放。
比如，腾讯的“混元”大模型就已接入700多个场景，涵盖虚拟助手、智能客服、教育机器人等多个领域。虽然官方未明确标注“具身智能”，但其应用场景已高度贴合该概念。腾讯的策略是“场景驱动”，通过实际应用反哺模型优化。
字节跳动则更为低调，但其在AI交互、虚拟人技术上的投入不容小觑。据报道，字节已在具身智能相关领域持续加码，尤其在教育与娱乐方向，试图打造具备情感交互能力的智能体。
2025年4月至8月，字节旗下的锦秋基金已先后投资了星尘智能、因克斯、乐享科技、宇树科技、庞勃特等5家具身智能企业。
另一方面，，字节跳动的自研机器人已进入量产阶段。消息称，自2023年开始，字节跳动AILab旗下机器人团队就在推进机器人量产，目前由字节跳动开发的机器人已累计量产超千台。而其量产的机器人形态是轮式物流机器人，没有用于分拣的机械臂，主要用途是在仓库、产线上运输包裹与零件，主要服务于抖音电商仓等字节跳动自己的业务。
这场暗战，既是技术的较量，也是生态的竞争。腾讯强调平台化，字节则倾向内容驱动，两者在具身智能的路径选择上各有千秋。
海外巨头：技术与资本的双轮驱动
在全球范围内，微软、谷歌、Meta、亚马逊等科技巨头也在具身智能领域展开布局。
Meta持续押注AR/VR与具身智能的融合。其RealityLabs部门每年投入数十亿美元，试图打造具备空间感知与动作反馈的虚拟智能体。虽然短期回报尚未显现，但Meta的战略清晰：构建沉浸式智能交互系统。
谷歌则在多模态交互方面持续推进。其DeepMind团队已发布多个具身智能相关研究，强调视觉、语言与动作的协同。谷歌的优势在于算法深度与数据广度，具身智能成为其AI战略的自然延伸。
微软方面，Azure平台的AI能力持续增强，尤其在工业机器人与智能制造领域，具身智能已成为其重要支撑技术。微软强调“云+边”的协同，通过云端模型与边缘设备的联动，实现智能体的实时响应。
亚马逊则聚焦物流与家庭场景。其仓储机器人与Alexa助手，已具备初步的具身智能能力。亚马逊的策略是“实用主义”，通过具体场景推动技术演进。
行业现状：技术尚未成熟，资本已先行
具身智能的核心在于“感知-决策-行动”的闭环。当前技术尚处于探索期，尤其在多模态融合、实时反馈与环境适应方面，仍面临诸多挑战。
当下的行业现状，依然呈现三大特征：
技术碎片化 ：各家企业路径不同，标准尚未统一。
场景驱动化 ：从教育、客服到物流，应用场景成为技术落地的关键。
资本集中化 ：头部企业主导投资，中小企业难以进入。
具身智能的未来，不只是机器人或虚拟助手，而是一个“智能体”时代的开启。这些智能体将具备感知能力、决策能力与行动能力，能够在复杂环境中自主运行。
具身智能将会是一次AI边界的重塑。它让智能不再停留在屏幕与数据中，而是走入现实世界，成为人类生活的一部分。
互联网巨头的布局，不只是商业选择，更是技术信仰的体现。在这场博弈中，谁能率先构建出真正的智能体，谁就有可能引领下一轮科技革命。