中國大型互聯網平台正將 AI 由手機 App 推向實體世界：在倉庫搬貨揀貨、以無人機或自動車送單、營運無人駕駛車隊，並研發支撐這些設備的模型與晶片。

關鍵不只在於「造一部機械人」。要把自動化做成生意，背後要有訂單需求、調度系統、路線或地圖、充電及裝卸設施、遠端監控、安全程序，以及由真人處理突發狀況的機制。換言之，平台爭的其實是一套讓實體工作持續運轉的作業系統。

對這些公司來說，物流和出行是較現實的切入點：工作重複、需求量大，而且效率、延誤與故障都較容易量度。這比起承諾一部「乜都做到」的人形機械人，更容易先落地。

美團：由外賣網絡開始，逐段自動化配送

美團的優勢在本地即時配送。它的無人機方案並非只賣飛行器，而是把無人機、智能中轉站和營運控制系統整合成一個低空物流網絡。2026 年 5 月，美團表示相關基建已投入商業營運，並向獲授權合作夥伴開放低空物流方案。54

監管許可同硬件一樣重要。2025 年 4 月，美團稱其第四代無人機通過中國民航局審查，獲得全國低空物流營運證書；同年 3 月，美團亦在香港推出商業無人機配送，當時為其第 54 條商業航線。6162

不過，現階段較實際的模式仍是人機協作。在北京順義，美團讓自動配送車把包裹運到中轉站，再由騎手完成最後一段派送。55 大廈出入、升降機、天氣、行人混雜環境和交收安排，依然是最難啃的「最後一百米」。

京東：把供應鏈變成機械人部署網絡

京東的起點不同：它本身已有物流基建，較容易把庫存、倉儲、揀貨、分揀、運輸和配送串成一個系統。

京東物流表示，截至 2025 年 12 月 31 日，超過 20 個自研「狼族科技」貨到人（goods-to-person）自動化倉庫，已在中國近 20 個城市運作。該系統支援數以百萬計 SKU 的高密度存儲與快速揀貨，並在大型促銷高峰期維持運作。17

這不只是內部慳成本。若倉庫系統可以標準化複製，京東可把它連同履約及供應鏈服務一併提供給品牌和商戶。京東亦曾公開表示，正透過內部團隊研究、開發和應用智能物流及無人技術。25

對零售商而言，重點是機械人必須接上庫存配置、訂單管理和履約流程；單靠在倉內擺幾部機器，未必能解決整體效率問題。

字節跳動：瞄準「具身智能」的大腦層

字節跳動的路線更偏向模型和研發。旗下 Seed 團隊發表的 GR-3，是面向泛化能力及較長步驟任務的視覺—語言—動作（VLA）通用機械人模型；同時推出雙臂移動機械人平台 ByteMini，用於操作與抓取工作。3

所謂具身 AI，不只是「睇到」和「聽得明」，還要將理解轉化為安全、穩定地操作物件。字節跳動的布局，因此較像為機械人提供「腦」：包括機械人策略模型、操作研究、模型訓練及面向開發者的 AI 基建。

公司亦透過招聘擴大投入。2025 年有報道指，字節跳動正招攬高級具身智能人才，職位尤其涉及人形機械人研發。6

它未必需要自己成為每一類機械人的最大製造商，也可以透過向工業、協作或服務機械人夥伴供應軟件與模型能力，取得價值。

百度：無人車、駕駛軟件與 AI 算力一體推進

百度最明顯的實體 AI 版圖是自動駕駛。Apollo 整合無人車所需的軟件和數據系統；昆侖晶片則提供運行 AI 工作負載的算力層。

在 Apollo Day 上，百度表示第二代昆侖 AI 晶片已完成自動駕駛的端到端性能適配，並展示自動駕駛感知大模型、高精地圖及駕駛數據閉環系統。44

百度亦已公布後續硬件安排：昆侖 M100 預計於 2026 年用於大規模推理，M300 則預計於 2027 年支援多模態模型訓練及推理。40

其戰略意義在於垂直協調：模型與算力，配合自動駕駛軟件和車隊營運。不過，無人車始終是高要求的試金石；能否擴張，還取決於安全表現、車廠合作、當地批准，以及長期營運成本是否算得過數，而不只是模型或晶片有幾強。

阿里巴巴、騰訊的角色：可提供不同層的能力

阿里巴巴和騰訊同樣值得留意，因為大型平台可在實體 AI 堆疊中提供雲端基建、企業軟件、電商網絡、模擬工具、資金和合作關係。不過，就目前所提供資料而言，美團、京東、字節跳動和百度的具體部署證據較充分；未足以就阿里巴巴或騰訊的現行項目作同等具體判斷。

對傳統行業有咩影響？

• 零售與物流商：自動化設備要接入調度、存貨、裝卸位、門禁和人工處理例外情況，先至真正用得。
• 製造商：零件、可靠性、系統整合和現場維修仍是核心能力；但平台公司有機會在 AI 軟件及營運標準上變得更有影響力。
• 車廠：除了造車，愈來愈需要自動駕駛、地圖、算力和車隊管理夥伴。
• 機械人供應商：除咗改善硬件，亦需要取得實際部署場景和營運數據。

優勢不等於必勝

中國的潛在優勢，不一定是某一家公司擁有最強模型，而是可把高頻電商與配送網絡、製造能力和實際營運學習放在同一市場內結合。美團的受監管無人機航線、京東可複製的自動化倉庫、字節跳動的具身 AI 研究，以及百度的自動駕駛與算力組合，正是四種不同的閉環：在真實環境測試，取得問題與數據，再改良下一輪服務。5417344

但實體 AI 比純數碼軟件更不容出錯。一宗送貨失誤、車輛判斷錯誤或倉庫停擺，都會帶來安全、責任和服務後果。大規模試點不代表已證明可以長期賺錢，更不等於已做到全面無人化或取代所有人手。

較可信的短期圖景，是在受限而可控的環境先推進：倉庫、固定配送走廊、工序清晰的工業任務和受管理車隊。長遠真正的競爭，將是誰最能把模型、晶片、機器、日常營運和可靠的實地部署權整合起來。

中國大型互聯網平台正將 AI 由手機 App 推向實體世界：在倉庫搬貨揀貨、以無人機或自動車送單、營運無人駕駛車隊，並研發支撐這些設備的模型與晶片。

關鍵不只在於「造一部機械人」。要把自動化做成生意，背後要有訂單需求、調度系統、路線或地圖、充電及裝卸設施、遠端監控、安全程序，以及由真人處理突發狀況的機制。換言之，平台爭的其實是一套讓實體工作持續運轉的作業系統。

對這些公司來說，物流和出行是較現實的切入點：工作重複、需求量大，而且效率、延誤與故障都較容易量度。這比起承諾一部「乜都做到」的人形機械人，更容易先落地。

美團：由外賣網絡開始，逐段自動化配送

美團的優勢在本地即時配送。它的無人機方案並非只賣飛行器，而是把無人機、智能中轉站和營運控制系統整合成一個低空物流網絡。2026 年 5 月，美團表示相關基建已投入商業營運，並向獲授權合作夥伴開放低空物流方案。54

監管許可同硬件一樣重要。2025 年 4 月，美團稱其第四代無人機通過中國民航局審查，獲得全國低空物流營運證書；同年 3 月，美團亦在香港推出商業無人機配送，當時為其第 54 條商業航線。6162

不過，現階段較實際的模式仍是人機協作。在北京順義，美團讓自動配送車把包裹運到中轉站，再由騎手完成最後一段派送。55 大廈出入、升降機、天氣、行人混雜環境和交收安排，依然是最難啃的「最後一百米」。

京東：把供應鏈變成機械人部署網絡

京東的起點不同：它本身已有物流基建，較容易把庫存、倉儲、揀貨、分揀、運輸和配送串成一個系統。

京東物流表示，截至 2025 年 12 月 31 日，超過 20 個自研「狼族科技」貨到人（goods-to-person）自動化倉庫，已在中國近 20 個城市運作。該系統支援數以百萬計 SKU 的高密度存儲與快速揀貨，並在大型促銷高峰期維持運作。17

這不只是內部慳成本。若倉庫系統可以標準化複製，京東可把它連同履約及供應鏈服務一併提供給品牌和商戶。京東亦曾公開表示，正透過內部團隊研究、開發和應用智能物流及無人技術。25

對零售商而言，重點是機械人必須接上庫存配置、訂單管理和履約流程；單靠在倉內擺幾部機器，未必能解決整體效率問題。

字節跳動：瞄準「具身智能」的大腦層

字節跳動的路線更偏向模型和研發。旗下 Seed 團隊發表的 GR-3，是面向泛化能力及較長步驟任務的視覺—語言—動作（VLA）通用機械人模型；同時推出雙臂移動機械人平台 ByteMini，用於操作與抓取工作。3

所謂具身 AI，不只是「睇到」和「聽得明」，還要將理解轉化為安全、穩定地操作物件。字節跳動的布局，因此較像為機械人提供「腦」：包括機械人策略模型、操作研究、模型訓練及面向開發者的 AI 基建。

公司亦透過招聘擴大投入。2025 年有報道指，字節跳動正招攬高級具身智能人才，職位尤其涉及人形機械人研發。6

它未必需要自己成為每一類機械人的最大製造商，也可以透過向工業、協作或服務機械人夥伴供應軟件與模型能力，取得價值。

百度：無人車、駕駛軟件與 AI 算力一體推進

百度最明顯的實體 AI 版圖是自動駕駛。Apollo 整合無人車所需的軟件和數據系統；昆侖晶片則提供運行 AI 工作負載的算力層。

在 Apollo Day 上，百度表示第二代昆侖 AI 晶片已完成自動駕駛的端到端性能適配，並展示自動駕駛感知大模型、高精地圖及駕駛數據閉環系統。44

百度亦已公布後續硬件安排：昆侖 M100 預計於 2026 年用於大規模推理，M300 則預計於 2027 年支援多模態模型訓練及推理。40

其戰略意義在於垂直協調：模型與算力，配合自動駕駛軟件和車隊營運。不過，無人車始終是高要求的試金石；能否擴張，還取決於安全表現、車廠合作、當地批准，以及長期營運成本是否算得過數，而不只是模型或晶片有幾強。

阿里巴巴、騰訊的角色：可提供不同層的能力

阿里巴巴和騰訊同樣值得留意，因為大型平台可在實體 AI 堆疊中提供雲端基建、企業軟件、電商網絡、模擬工具、資金和合作關係。不過，就目前所提供資料而言，美團、京東、字節跳動和百度的具體部署證據較充分；未足以就阿里巴巴或騰訊的現行項目作同等具體判斷。

對傳統行業有咩影響？

• 零售與物流商：自動化設備要接入調度、存貨、裝卸位、門禁和人工處理例外情況，先至真正用得。
• 製造商：零件、可靠性、系統整合和現場維修仍是核心能力；但平台公司有機會在 AI 軟件及營運標準上變得更有影響力。
• 車廠：除了造車，愈來愈需要自動駕駛、地圖、算力和車隊管理夥伴。
• 機械人供應商：除咗改善硬件，亦需要取得實際部署場景和營運數據。

優勢不等於必勝

中國的潛在優勢，不一定是某一家公司擁有最強模型，而是可把高頻電商與配送網絡、製造能力和實際營運學習放在同一市場內結合。美團的受監管無人機航線、京東可複製的自動化倉庫、字節跳動的具身 AI 研究，以及百度的自動駕駛與算力組合，正是四種不同的閉環：在真實環境測試，取得問題與數據，再改良下一輪服務。5417344

但實體 AI 比純數碼軟件更不容出錯。一宗送貨失誤、車輛判斷錯誤或倉庫停擺，都會帶來安全、責任和服務後果。大規模試點不代表已證明可以長期賺錢，更不等於已做到全面無人化或取代所有人手。

較可信的短期圖景，是在受限而可控的環境先推進：倉庫、固定配送走廊、工序清晰的工業任務和受管理車隊。長遠真正的競爭，將是誰最能把模型、晶片、機器、日常營運和可靠的實地部署權整合起來。