互联网大厂的具身智能十字路口：软硬之辩

当前，大型互联网企业正面临一个关键抉择：是继续深化软件智能的研发，还是开始涉足材料、机械、供应链及制造领域；是保持生态赋能者的定位，还是转型为产业的真正塑造者。前者符合常规逻辑，后者充满挑战，但后者或许蕴含着重塑未来十年的巨大潜力。

互联网巨头的商业考量往往削弱了具身智能领域的创新激情。

从元宇宙到大规模预训练模型，再到曾短暂兴起的教育硬件和VR，近年来每一个科技热点都少不了互联网大厂的身影。手握巨额现金流的它们，面对新机遇总展现出迅速反应、全力投入的态势。

然而，在“前所未有”火热的具身智能赛道，却出现了意想不到的情况。互联网大厂以一种微妙的方式参与，它们既未完全缺席，也未真正意义上全力投入。

换言之，它们始终缺乏“破釜沉舟”的决心，跨越“全栈押注”的界限。

这体现为一种典型的“边缘化入局”。它们开发大模型、构建平台、进行风险投资，但很少有人愿意深入工厂，亲自研发人形机器人硬件。这种“偏重软件”的倾向，源于大厂的互联网基因，也反映了其理性的商业逻辑。在自身核心业务相对稳固的背景下，投入大量资源进入陌生且规模有限、前景不明的硬件领域，既无必要也缺乏兴趣。

诚然，对大厂而言，采取外围策略是试错成本最低的方式，能以最小投入撬动较大收益。

但具身智能是一个“软件与硬件紧密耦合”的技术领域，具身大模型的应用离不开硬件适配及随之而来的数据循环，这并非仅仅开发一个大模型或搭建一个平台就能实现的商业叙事。在这个最需要想象力与激情的领域，互联网大厂显得过于谨慎。

不过，这种谨慎究竟是保守，还是观望伺机而动，目前尚难定论。但我更欣赏它们以往那种大胆开拓、挥洒自如的姿态。

大厂的能力边界与利益权衡

互联网大厂的布局始终带有一种“疏离感”，它们在具身智能的策略上呈现明显共性：聚焦软件与平台，避免重度投入硬件（毕竟有过不少失败先例）。

腾讯推出具身智能开放平台Tairos，强调“希望成为所有机器人厂商的合作伙伴，而非替代它们做硬件”；阿里在具身智能领域的投资主要集中于机器人仿真训练、多模态感知和通用机器人大脑等软件层面；京东虽投资多家机器人公司，但自身推出的是附身智能品牌JoyInside，专注于为机器人提供交互解决方案；字节跳动研发出GR系列机器人大模型，却依赖投资补充硬件能力。（不过蚂蚁集团确实在涉足硬件）

互联网大厂的审慎姿态，本质上是技术禀赋与商业理性共同作用的结果。

一方面，互联网大厂的基因决定了它们更擅长“软件侧”。它们的核心能力集中在算法、分布式系统、模型训练框架和数据运营体系上，这些能力在大模型时代极具价值，使它们天然适合扮演“赋能者”而非“制造者”的角色。

以字节跳动为例，去年，字节跳动正式发布了第二代机器人大模型GR-2，今年其旗下云与人工智能平台Volcano Engine正加速“具身智能”及人形机器人研发。目前低调发布年薪百万的岗位，招聘人形机器人资深专家，月薪高达12万元，该岗位需要主导研发人形具身机器人的操作算法，包括算法架构设计、抓取算法、VLA模型研发等。

目前，字节跳动在具身智能方向已取得一些进展：今年7月推出的通用机器人模型GR-3能处理长程任务并完成灵巧操作；9月发布的“机器人大脑”Robix整合了推理、任务规划与人机交互能力；ByteDexter灵巧手实现了遥控操作的20个自由度的精细动作。

另一方面的理性，源于硬件投入的巨大成本与不确定性。机器人本体制造涉及机械结构设计、电机、传感器、整机开发测试和供应链整合，需要大量资本投入和长期技术积累。互联网大厂在硬件领域经验不足，面临较高的试错风险。这一逻辑在互联网大厂造车中也有所体现，京东和华为虽深入汽车领域，但并未选择自建工厂。

与之形成鲜明对比的是车企与硬件厂商的“躬身入局”。小米的CyberOne早早立项，广汽集团明确2027年启动具身智能机器人大规模量产，小鹏汽车近日凭借所谓“最拟人”的人形机器人IRON引发热议。仅就IRON紧凑的身材而言，便离不开反复的工程设计打磨与关节电机技术的创新，这背后的制造业基因，正是大厂所缺乏的。

互联网大厂二十多年积累的“软件能力”，既构成了入局具身智能的优势，也形成了短期难以突破的路径依赖。但更深入来看，硬件领域的“知识盲区”并非阻碍进入的全部因素，互联网大厂其实已算清了一笔“经济账”。

具身智能当前的发展阶段，决定了大厂的“边缘化”是理性的利益选择。

以人形机器人为例，从市场规模看，有研究报告显示，2024年中国人形机器人产业总体规模约27.6亿元，而毕马威日前发布的报告称，2024年全球人形机器人市场规模也仅20.3亿美元。虽然报告进一步预计到2029年将达到132.5亿美元，年均复合增长率约45.5%，但相比之下，互联网大厂早已实现千亿级营收。换句话说，具身智能尚未成为能显著影响大厂营收结构的“新增长引擎”。

更重要的是，大厂现有核心业务的“基本盘”仍足够稳固：阿里的电商与云计算、腾讯的社交与游戏、字节的短视频与直播，仍能提供稳定的现金流与利润。在此情况下，重仓具身智能硬件的投资回报率极低。因为它们不仅需承担研发失败的风险，还可能陷入“投入大、回报慢”的困境。

正如头部电池厂商不愿专门为机器人研发专用电池一样。现有动力电池市场已足够支撑业绩，短期内也看不到机器人专用电池带来的新增量。因此，互联网大厂也秉持“技术不落后即可”的策略，时刻关注行业动态，确保不出现代差，待市场成熟时随时通过投资或合作加码。

理性选择背后还可以更富魅力

大厂的“边缘化”选择虽符合自身利益，但却显得保守，甚至与具身智能的发展底层逻辑存在矛盾。

最明显的尴尬在于，数据飞轮断裂。这包含两个层面：一是硬件部署的数据飞轮尚未有效运转；二是互联网大厂沉淀的数据未能充分利用。

具身智能的核心增长动力是“数据飞轮”。机器人通过真机部署与物理世界交互，产生“感知-决策-执行”的闭环数据，这些数据反哺模型迭代，推动智能水平持续提升。然而，大厂不做硬件本体，就无法控制部署规模、任务类型和环境多样性，导致数据采集链路中断，飞轮难以加速旋转。

同样遗憾的是，大厂积累的海量互联网数据也未能充分释放价值。阿里、字节、腾讯拥有丰富的人机交互数据、AI应用数据、物流数据、商家数据等。这些数据完全可以在具身智能的落地过程中发挥作用，包括优化产品交互能力、推动精准营销等。

图片说明：京东具身服务体系

但令人眼前一亮的是，目前已有大厂认识到这些数据的潜力。京东的具身布局（尤其是JoyInside）是一个典型例子：它利用电商供应链、物流系统、用户交互数据、场景数据，为具身智能企业的应用落地提供多方位支持。随之，京东也赢得了“买机器人上京东”的生态位。

另一个尴尬点较为隐晦，涉及对软硬市场认识的误区。

大厂扎堆只做模型和方案，本质是陷入了“软件才是高技术、硬件只是低端制造”的认知误区，固守“软件做核心、硬件做配套”的传统产业分工逻辑。这种思路看似稳妥，却可能将行业推向极端内卷的竞争状态。

目前互联网大厂普遍提供的是具身智能软件方案，强调通用模型能力。但这种路径存在一个严重问题：软件方案市场天然趋向“赢者通吃”。参考自动驾驶行业的竞争格局，最终市场可能只留下少数几家方案商。

当前，大厂的模型能力呈现同质化竞争趋势。它们的核心功能都是“自然语言交互+任务规划”，差异仅在于接口数量与适配硬件类型。这种竞争态势，既看不到“一家独大”的可能性，也缺乏技术创新的多样性。

因此，这引向更深层的问题。如果大厂只是闭门造模型，就会使模型成为脱离硬件的“无的之矢”。具身智能的本质是“硬件载体+智能模型”的共生体，没有适配的硬件，再先进的模型也无法发挥价值。由于缺乏自研机器人本体，平台只能对接外部硬件厂商，模型的算法优势无法与硬件的机械性能深度结合。

所以，一个真正意义上软硬兼备的企业，或许反而更具商业价值。

特斯拉的成功恰恰证明了“软硬一体”的优越性。特斯拉左手Model系列车型横扫新能源汽车市场，右手FSD方案形成所谓的“代际领先”。这样的案例仍在延续，即Optimus的硬件工程持续优化，软件能力同步演进。正是这种软硬一体的巨大商业价值，推动了马斯克“万亿美元薪酬方案”的通过。

结语

从商业逻辑看，大厂的“边缘化打法”固然无可厚非：投资回报率更高、风险更低、路径更熟、组织更稳。它避免了硬件深水区的漫长试错，也守住了互联网时代积累的优势。但若将目光放得更长远、更宏观，会发现科技行业正进入一个新拐点——这是智能首次不再局限于屏幕、数据中心和云端，而是开始以“物理形态”步入现实世界。

当智能走向物理，意味着产业价值链将重新分配：软件不再是全部。真正的竞争力，源于软硬的同步迭代、数据飞轮的持续加速、工程与算法共同雕琢出的“真实世界执行力”。这与互联网的范式截然不同，它需要另一种勇气、另一种耐心、另一种更具“制造业根基”的世界观。

因此，今天的大厂其实站在了一个分岔口：继续做更聪明的软件，还是开始学习与材料、机械、供应链、工厂打交道；继续作为生态赋能者，还是成为真正意义上的产业塑造者。前者合理，后者困难，但后者或许才拥有重塑未来十年的想象力。

产业的每一次周期跃迁，都会奖励那些敢于在“常规路径之外”迈出一步的探索者。对于布局具身智能的大厂，这句话或许尤为贴切。

*独立作者赵佳茹对本文亦有贡献