實體 AI 的競爭，並不只是看誰能做出最吸睛的人形機器人。真正的考驗是：能否讓機器在現實環境中每天穩定工作——搬貨、送餐、調度車隊、處理異常，並在一次次實際任務中改善效率與安全性。

中國大型網路平台正把原有的交易網路、配送需求、資料能力與資本，接到無人機、自動配送車、智慧倉儲、機器人模型和自駕系統上。其目標不單是賣硬體，而是掌握一套可持續營運的實體工作系統：需求進來後，系統能派單、規劃路線、裝卸、充電、遠端監控，並在人機交接處理棘手狀況。

最先落地的場景，通常是工作內容重複、量大、成果容易衡量的物流與交通服務；這比讓一台通用型人形機器人在任何地方都能可靠做事，更接近眼前的商業現實。

產品不是單一機器，而是一套現場營運系統

一架無人機、一輛無人配送車或一台倉儲機器人，都只是系統的一環。要商業化運作，還必須配合派遣軟體、地圖與路線、充換電及裝卸設施、遠端營運、安全流程、商家或倉庫，以及處理例外事件的人員。

大型電商與生活服務平台的優勢正在這裡：它們本來就掌握高頻交易與履約流程，可把自動化嵌入自己能協調的工作場景。每一次延誤、故障、改道或交接困難，都是下一輪改善系統的營運回饋。

因此，最終出售的往往不是一台機器，而是配送能力、倉儲吞吐量或車隊可用率等服務成果。

美團：從即時配送切入，把每一段路逐步自動化

美團的實體 AI 路徑，從在地即時配送開始。它的無人機布局並非只推出飛行器，而是將飛機、轉運樞紐與營運控制系統整合。2026 年 5 月，美團表示其無人機配送基礎設施已投入商業營運，並向獲授權合作夥伴開放低空物流解決方案。54

在這類服務中，監管進展與硬體能力同樣關鍵。2025 年 4 月，美團表示其第四代無人機通過中國民用航空局審查，取得全國低空物流營運證；同年 3 月，美團也在香港啟動商業無人機配送，並稱該航線是其第 54 條商業航線。6162

不過，現階段的模式仍是人機分工。以北京順義為例，美團讓自動配送車把包裹送至轉運站，再由外送員完成最後一段配送。55 這反映了現實限制：高密度訂單能提升自動化的價值，但大樓門禁、天候、複雜人流與交付給顧客的最後一段，依然是困難的實體世界問題。

京東：把供應鏈變成機器人部署網路

京東的起點不同：它擁有深厚的物流基礎設施。其機會在於，把庫存、倉內作業、揀貨、分撥、運輸與配送接成同一套協調系統。

京東物流指出，截至 2025 年 12 月 31 日，自研的「貨到人」自動化倉儲解決方案 LangzuTech，已有超過 20 座自動化倉庫在中國近 20 個城市投入運作。公司表示，這套系統可支援數百萬個 SKU 的高密度儲存與快速揀貨，並在大型促銷高峰維持穩定運作。17

這使京東的自動化策略不只是內部降本增效。一套已標準化的倉儲系統若能跨地點複製，便可與履約、倉配及供應鏈管理服務一起提供給品牌與商家。京東也公開表示，正透過內部團隊研究、開發與應用智慧物流及無人技術。25

對零售商與品牌而言，倉儲機器人真正發揮效益的前提，是與庫存配置、訂單管理與履約流程整合，而不是在倉庫裡孤立地多放一台機器。

字節跳動：瞄準具身智慧的「大腦」層

字節跳動在實體 AI 的角色更偏向模型與研究。其 Seed 團隊推出 GR-3，定位為可因應泛化能力與較長任務鏈的視覺—語言—動作（VLA）通用機器人模型；同時也推出雙臂移動機器人平台 ByteMini，瞄準操作與抓取等任務。3

具身智慧不只要求系統「看得懂」。它還必須把視覺理解轉換成安全、可靠的物理動作。字節跳動的研究因而指向機器人底層能力：操作策略、雙手協作、模型訓練與面向開發者的 AI 基礎設施。

公司也藉由招募擴大布局。2025 年報導顯示，字節跳動招聘資深具身智慧人才，其中包括專注人形機器人開發的職位。6

這項策略不代表字節跳動必須製造每一類機器人。它也可能透過提供部分「大腦」能力，服務工業、協作型或服務型機器人合作夥伴。

百度：自駕車、軟體與 AI 運算的垂直整合

百度的實體 AI 布局，最明顯體現在自動駕駛。Apollo 串聯無人駕駛所需的軟體與資料系統，昆侖晶片則補上 AI 運算層。

在 Apollo Day 上，百度表示第二代昆侖 AI 晶片已完成針對自動駕駛的端到端效能適配；公司也展示用於自動駕駛感知的 AI 大模型、高精地圖及駕駛資料閉環系統。44

百度持續規劃新的 AI 硬體：昆侖 M100 預計於 2026 年用於大規模推論，M300 則預計於 2027 年支援多模態模型訓練與推論。40

這裡的戰略意義在於垂直協調：模型與運算能力，結合自駕軟體及車隊營運。不過，Robotaxi（自駕計程車）仍是要求極高的驗證場景。其商業擴張取決於安全表現、車廠合作、地方許可與長期營運經濟性，而不只是一個模型或一顆晶片的性能。

阿里巴巴、騰訊的角色：潛力存在，但現有證據較少

阿里巴巴與騰訊同樣與這股趨勢有關，因為大型平台可在實體 AI 堆疊中提供不同層次的能力，包括雲端基礎設施、企業軟體、商業網路、模擬工具、資本與合作關係。

但就本次資料而言，美團、京東、字節跳動與百度的具體部署證據較完整；對阿里巴巴與騰訊目前特定專案的佐證則相對有限。因此，較合理的看法是：兩者具備參與實體 AI 生態的能力，但不宜據此推論其目前部署規模或商業成果。

傳統產業該注意什麼？

這波轉變改變了產業合作的方式：

• 零售商與物流業者需要的不是單一自動化設備，而是能接上派單、庫存、裝卸區、門禁與人員例外處理的系統。
• 製造商仍掌握零組件、可靠度、系統整合與現場維修等關鍵能力；但平台企業可能逐漸影響 AI 軟體與營運標準。
• 車廠除了傳統造車能力，也越來越需要自駕軟體、地圖、運算與車隊管理夥伴。
• 機器人業者除了強化硬體，還需要取得真實部署場域與營運資料，才能持續改善產品。

中國的優勢，不等於已經解決所有問題

中國可能的優勢，不在於某一家公司的模型必然最好，而在於高頻電商與配送網路、製造能力，以及快速累積現場營運經驗，能在同一市場中彼此串接。

美團已進入受監管的無人機航線營運、京東持續複製自動化倉儲、字節跳動推進具身智慧研究、百度則結合自駕與運算堆疊；這些路徑都把 AI 開發接到可測試、可迭代的真實場域。5417344

但實體 AI 比數位軟體更不容出錯。一次配送失敗、車輛判斷錯誤或倉庫中斷，都可能帶來安全、責任與服務品質後果。大規模試點並不自動代表能長期獲利，也不表示已實現廣泛自主化或全面取代人力。

近期最可信的結果，仍是受限場景中的定向自動化：倉庫、固定配送走廊、定義清楚的工業任務，以及受管理的車隊。更長期的競爭，將是誰最能把模型、晶片、機器、營運能力，以及可信賴的現場部署權整合起來。

實體 AI 的競爭，並不只是看誰能做出最吸睛的人形機器人。真正的考驗是：能否讓機器在現實環境中每天穩定工作——搬貨、送餐、調度車隊、處理異常，並在一次次實際任務中改善效率與安全性。

中國大型網路平台正把原有的交易網路、配送需求、資料能力與資本，接到無人機、自動配送車、智慧倉儲、機器人模型和自駕系統上。其目標不單是賣硬體，而是掌握一套可持續營運的實體工作系統：需求進來後，系統能派單、規劃路線、裝卸、充電、遠端監控，並在人機交接處理棘手狀況。

最先落地的場景，通常是工作內容重複、量大、成果容易衡量的物流與交通服務；這比讓一台通用型人形機器人在任何地方都能可靠做事，更接近眼前的商業現實。

產品不是單一機器，而是一套現場營運系統

一架無人機、一輛無人配送車或一台倉儲機器人，都只是系統的一環。要商業化運作，還必須配合派遣軟體、地圖與路線、充換電及裝卸設施、遠端營運、安全流程、商家或倉庫，以及處理例外事件的人員。

大型電商與生活服務平台的優勢正在這裡：它們本來就掌握高頻交易與履約流程，可把自動化嵌入自己能協調的工作場景。每一次延誤、故障、改道或交接困難，都是下一輪改善系統的營運回饋。

因此，最終出售的往往不是一台機器，而是配送能力、倉儲吞吐量或車隊可用率等服務成果。

美團：從即時配送切入，把每一段路逐步自動化

美團的實體 AI 路徑，從在地即時配送開始。它的無人機布局並非只推出飛行器，而是將飛機、轉運樞紐與營運控制系統整合。2026 年 5 月，美團表示其無人機配送基礎設施已投入商業營運，並向獲授權合作夥伴開放低空物流解決方案。54

在這類服務中，監管進展與硬體能力同樣關鍵。2025 年 4 月，美團表示其第四代無人機通過中國民用航空局審查，取得全國低空物流營運證；同年 3 月，美團也在香港啟動商業無人機配送，並稱該航線是其第 54 條商業航線。6162

不過，現階段的模式仍是人機分工。以北京順義為例，美團讓自動配送車把包裹送至轉運站，再由外送員完成最後一段配送。55 這反映了現實限制：高密度訂單能提升自動化的價值，但大樓門禁、天候、複雜人流與交付給顧客的最後一段，依然是困難的實體世界問題。

京東：把供應鏈變成機器人部署網路

京東的起點不同：它擁有深厚的物流基礎設施。其機會在於，把庫存、倉內作業、揀貨、分撥、運輸與配送接成同一套協調系統。

京東物流指出，截至 2025 年 12 月 31 日，自研的「貨到人」自動化倉儲解決方案 LangzuTech，已有超過 20 座自動化倉庫在中國近 20 個城市投入運作。公司表示，這套系統可支援數百萬個 SKU 的高密度儲存與快速揀貨，並在大型促銷高峰維持穩定運作。17

這使京東的自動化策略不只是內部降本增效。一套已標準化的倉儲系統若能跨地點複製，便可與履約、倉配及供應鏈管理服務一起提供給品牌與商家。京東也公開表示，正透過內部團隊研究、開發與應用智慧物流及無人技術。25

對零售商與品牌而言，倉儲機器人真正發揮效益的前提，是與庫存配置、訂單管理與履約流程整合，而不是在倉庫裡孤立地多放一台機器。

字節跳動：瞄準具身智慧的「大腦」層

字節跳動在實體 AI 的角色更偏向模型與研究。其 Seed 團隊推出 GR-3，定位為可因應泛化能力與較長任務鏈的視覺—語言—動作（VLA）通用機器人模型；同時也推出雙臂移動機器人平台 ByteMini，瞄準操作與抓取等任務。3

具身智慧不只要求系統「看得懂」。它還必須把視覺理解轉換成安全、可靠的物理動作。字節跳動的研究因而指向機器人底層能力：操作策略、雙手協作、模型訓練與面向開發者的 AI 基礎設施。

公司也藉由招募擴大布局。2025 年報導顯示，字節跳動招聘資深具身智慧人才，其中包括專注人形機器人開發的職位。6

這項策略不代表字節跳動必須製造每一類機器人。它也可能透過提供部分「大腦」能力，服務工業、協作型或服務型機器人合作夥伴。

百度：自駕車、軟體與 AI 運算的垂直整合

百度的實體 AI 布局，最明顯體現在自動駕駛。Apollo 串聯無人駕駛所需的軟體與資料系統，昆侖晶片則補上 AI 運算層。

在 Apollo Day 上，百度表示第二代昆侖 AI 晶片已完成針對自動駕駛的端到端效能適配；公司也展示用於自動駕駛感知的 AI 大模型、高精地圖及駕駛資料閉環系統。44

百度持續規劃新的 AI 硬體：昆侖 M100 預計於 2026 年用於大規模推論，M300 則預計於 2027 年支援多模態模型訓練與推論。40

這裡的戰略意義在於垂直協調：模型與運算能力，結合自駕軟體及車隊營運。不過，Robotaxi（自駕計程車）仍是要求極高的驗證場景。其商業擴張取決於安全表現、車廠合作、地方許可與長期營運經濟性，而不只是一個模型或一顆晶片的性能。

阿里巴巴、騰訊的角色：潛力存在，但現有證據較少

阿里巴巴與騰訊同樣與這股趨勢有關，因為大型平台可在實體 AI 堆疊中提供不同層次的能力，包括雲端基礎設施、企業軟體、商業網路、模擬工具、資本與合作關係。

但就本次資料而言，美團、京東、字節跳動與百度的具體部署證據較完整；對阿里巴巴與騰訊目前特定專案的佐證則相對有限。因此，較合理的看法是：兩者具備參與實體 AI 生態的能力，但不宜據此推論其目前部署規模或商業成果。

傳統產業該注意什麼？

這波轉變改變了產業合作的方式：

• 零售商與物流業者需要的不是單一自動化設備，而是能接上派單、庫存、裝卸區、門禁與人員例外處理的系統。
• 製造商仍掌握零組件、可靠度、系統整合與現場維修等關鍵能力；但平台企業可能逐漸影響 AI 軟體與營運標準。
• 車廠除了傳統造車能力，也越來越需要自駕軟體、地圖、運算與車隊管理夥伴。
• 機器人業者除了強化硬體，還需要取得真實部署場域與營運資料，才能持續改善產品。

中國的優勢，不等於已經解決所有問題

中國可能的優勢，不在於某一家公司的模型必然最好，而在於高頻電商與配送網路、製造能力，以及快速累積現場營運經驗，能在同一市場中彼此串接。

美團已進入受監管的無人機航線營運、京東持續複製自動化倉儲、字節跳動推進具身智慧研究、百度則結合自駕與運算堆疊；這些路徑都把 AI 開發接到可測試、可迭代的真實場域。5417344

但實體 AI 比數位軟體更不容出錯。一次配送失敗、車輛判斷錯誤或倉庫中斷，都可能帶來安全、責任與服務品質後果。大規模試點並不自動代表能長期獲利，也不表示已實現廣泛自主化或全面取代人力。

近期最可信的結果，仍是受限場景中的定向自動化：倉庫、固定配送走廊、定義清楚的工業任務，以及受管理的車隊。更長期的競爭，將是誰最能把模型、晶片、機器、營運能力，以及可信賴的現場部署權整合起來。