阿里通义千问组建机器人团队，北大才俊林俊旸领衔迈向具身智能新赛道
阿里巴巴旗下的大模型部门通义千问近日迎来重要进展——其新组建的“机器人与具身智能团队”正式对外亮相。值得注意的是，这一消息并非通过官方新闻稿发布，而是由通义千问的技术负责人林俊旸在社交平台X上透露。他明确表示：“当前多模态模型正逐步进化为能处理复杂长时序任务的智能体，未来的终极目标将是跨越虚拟与现实的界限，进入物理世界。”
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
林俊旸的这一表态在行业内引发了广泛关注。作为阿里在多模态与具身智能领域的重要人物，他带领团队成功实现了通义千问从“语言交互”到“多模态感知”的技术突破。这位32岁的北大高材生，过去主导了M6、OFA、CogView等预训练项目，并推出了如Qwen3-Max、QwQ-32B等核心模型。现在，他的新目标则是让通义千问不仅仅停留在理解指令、识别环境的层面，而是在现实中具备实际操作能力。
与传统的机器人研发不同，阿里更注重“软硬一体”的模式。新团队并不局限于开发实体机器人，而是将具身智能能力深度整合到Qwen大模型体系中，通过统一的智能基础架构，实现语言理解和物理操作的协同。这种模式在阿里生态体系中具有显著优势：无论是物流仓储、智能家居，还是工业协作臂、IoT设备，丰富的应用场景为模型训练提供了大量真实数据和验证环境。
全球科技巨头也在快速布局这一领域。软银集团以54亿美元收购了ABB的工业机器人业务，而英伟达CEO黄仁勋多次强调“AI+机器人”将成为规模达数万亿美元的巨大市场。与直接收购硬件公司的做法不同，阿里采取了更为生态化的投资战略——上个月，阿里领投了自变量机器人公司1亿美元的融资。这家专注于仓储自动化的创业企业被视为国内最具工程化潜力的新兴力量之一。
与此同时，阿里云已宣布计划投资3800亿元用于构建AI基础设施，其CEO吴泳铭更是预测，未来五年全球AI领域的投资总额将达到4万亿美元。从云端的计算能力到终端的实际操作，从语言理解到行动执行，通义千问的发展路径已十分清晰：它不再仅仅满足于成为“能够对话的AI”，而是致力于进化为具备感知、规划并执行任务的“物理世界智能体”。
这一战略调整的背后，体现了阿里对AI发展趋势的深刻洞察。随着行业重心从“模型参数竞赛”转向“具身智能落地”，谁能在虚拟与现实的融合中占据先机，谁就有望主导未来十年的技术格局。凭借其在云计算、物流和制造业领域积累的丰富场景优势，阿里正在这场竞争中展现出独特的位置。
热门专题
热门推荐
智能文本处理引擎在文本分类中的优点 提到文本分类，很多人首先想到的是海量数据和繁琐的人工标注。但智能文本处理引擎的出现，正在彻底改变这一局面。那么，它究竟带来了哪些实实在在的优势呢？以下几个方面，或许能给你清晰的答案。 高效性 面对成山堆的文本数据，人工逐篇审阅分类的效率瓶颈显而易见。智能文本处理引
快递面单OCR识别：让物流信息“开口说话”的技术 在现代物流体系中，让一纸面单上的信息快速、准确地“活”起来，是提升效率的关键。这背后，倚赖的正是光学字符识别技术，也就是我们常说的OCR。这项技术的核心任务很明确：把快递面单上印刷或手写的文字信息，通过图像扫描转化为计算机能直接理解和处理的数字格式，
半监督信息抽取 信息抽取这事儿，如果纯靠人工标注，耗时费力；如果全无监督，效果又难以保证。于是，一种折中且高效的策略应运而生——半监督信息抽取。它巧妙地将监督学习与无监督学习的优势结合了起来。 那么，它具体是如何运作的呢？简单说，就是先由人工“播种”。研究者会预先定义好需要抽取的关系类型，并手动添加
超级自动化平台：企业效率革命的核心引擎 如果说单一的工具是解决特定问题的“螺丝刀”，那么超级自动化平台，就是为企业提供的一整套“智能工具箱”。它并非某项孤立的技术，而是集机器人流程自动化、人工智能、机器学习等多种能力于一身的综合性解决方案。更关键的是，它还集成了低代码开发、智能流程编排与数据分析等功
多平台电商店铺财务账单核对指南 在多个电商平台同时运营店铺，财务账单的核对工作是一项不小的挑战。这事儿有多重要，想必各位掌柜都深有体会。今天，咱们就来系统地聊聊，怎么把这份复杂的工作变得清晰、高效。 一、统一数据格式：打好基础第一步 想象一下，面对来自不同平台、格式各异的报表，光是“对齐口径”就能让