阿里腾讯双雄会：中国 AI 主战场从聊天机器人转向具身智能机器人

如果你以为中国的 AI 巨头们还在死磕谁能写出更惊艳的七言绝句，那你可能还没看到这场科技竞赛真正的下半场。阿里巴巴和腾讯这两大互联网巨头，正把 AI 的战场从虚拟的对话框拉进真切的现实世界。过去一年里，他们相继发布新一代 AI 模型、调整业务架构，并投入了数十亿美元的资本，目标直指一个更性感也更具颠覆性的领域——具身智能（Embodied AI）。

简单来说，这不是一个只会聊天的软件，而是要成为机器人的“大脑”。它能在复杂环境中自主识别物体、规划路径，甚至在被人打断后，“记得”刚才做到哪一步，然后无缝衔接着继续干活。在这场通往未来的竞赛中，阿里和腾讯走出了两条截然不同的战术路径。

阿里巴巴：自己造“大脑”，让机器人会思考

阿里巴巴选择了最直接的技术攻坚路线，接连放出两个核心 AI 模型，旨在为冰冷的机械躯壳注入活生生的智能。

Qwen3.7-Max：为智能体时代打造的数字基石

2026 年 5 月 20 日的云栖大会上，阿里正式推出了其旗舰模型——Qwen3.7-Max 。这并非一个用来吟诗作对的传统聊天 AI，而是一个专为“智能体时代”量身定做的基础平台。它的核心能力，就是直接为机器人提供支持 ：

• 物理机器人的控制中枢： Qwen3.7-Max 具备强大的“工具调用”能力。这意味着它可以像个无形的大脑指挥官，协调机器人完成导航、避障、任务规划等一系列物理操作 。
• 惊人的超长线程自主性： 在一项堪称里程碑式的测试中，该模型在完全无人干预的情况下，自主运行了长达 35 个小时，并进行了 1158 次工具调用。其任务是为阿里自研的一款 AI 芯片优化底层软件 。这充分证明了它处理机器人领域那些漫长、复杂的多步骤任务的能力。

RynnBrain（瑞脑）：一个开源的机器人“智慧大脑”

2026 年 2 月，阿里旗下达摩院（DAMO Academy）更进一步，发布了 RynnBrain，一个基于通义千问视觉语言模型（Qwen3-VL）的开源具身基础模型 。它被明确定义为机器人的专用“大脑”，其核心突破在于一套独特的认知框架 ：

• 时空记忆： 这是 RynnBrain 最引人注目的创新 。想象一下，一个正在执行“A 任务”的机器人被临时打断去处理“B 任务”，搭载 RynnBrain 的机器人可以精确记住中断时的时间与空间状态，在处理完 B 后，能无缝恢复到 A 任务的断点继续工作，而不是从头来过 。
• 物理感知与推理： 机器人不再是“睁眼瞎”。它能理解所处环境，预测物体的运动轨迹，并自如地在厨房或工厂车间这类堆满杂物的拥挤空间中穿行 。

这些技术成果的背后，是实打实的组织变革。2026 年 1 月，阿里巴巴正式成立了一个独立业务部门，将旗下的机器人技术与具身智能研发力量合兵一处，由老将陈军挂帅 。而在更早之前的 2025 年 10 月，通义千问大模型负责人林俊旸就曾透露，他已在自家团队内部组建了一个精干的机器人与具身智能专项小组 。

腾讯的策略：不下场“造车”，但为所有“车厂”铺路

与阿里亲力亲为的做派截然不同，腾讯在具身智能赛道上扮演了一个更宏大的角色。它不生产机器人，但它要成为整个机器人产业的水电煤和超级投资人。

一份天文数字般的资本承诺

腾讯对 AI 的投入，已经不能用“烧钱”来形容，而是一种孤注一掷的战略性前置布局。2025 年，腾讯在混元大模型和元宝等新一代 AI 产品上烧掉了 180 亿元人民币。仅在当年第四季度，就花掉了 70 亿元 。对于 2026 年，腾讯总裁刘炽平更是公开承诺，AI 投资将“至少翻一倍”，这意味着其年度 AI 投入将超过 360 亿元人民币，这笔钱被管理层定义为类似基础设施的“资本性支出”而非日常运营费用 。

定位清晰的“军火商”角色

腾讯高层对自身的定位异常清醒。董事会主席兼 CEO 马化腾明确表示，腾讯的机器人实验室近些年已完成方向调整，其核心任务并非造出自己的机器人，而是专注于发挥腾讯在云计算、大数据和应用生态上的长板。腾讯的目标是成为“所有机器人制造商的合作者与支持者，而非竞争者” 。在世界人工智能大会上，腾讯也勾勒出了这一战略：将自家的软件和云能力整合进各种机器人平台，做背后的那个“赋能者” 。

横扫创业公司的投资旋风

与此策略一脉相承的，是腾讯在具身智能创业公司融资潮中的带头大哥角色。它参与了对中国具身智能明星创业公司星尘智能（Simplexity Robotics）高达 20 亿元人民币的巨额投资 。事实上，同阿里、京东、美团等一众巨头一样，腾讯正在密集加注那些能将 AI 直接“焊接”进物理机器的项目。这些投资的终极目标，是要降低社会物流成本，彻底重塑零售和服务业 。

总的来说，阿里在台前打造机器人所需的聪明“大脑”，而腾讯则在幕后铺设能让千万个大脑发挥作用的资本和通讯神经。两条路径，指向的是同一个未来——一个人工智能不再只停留于屏幕之后，而是能真正走进现实、干脏活累活的“具身”时代。