阿里巴巴推出Qwen Robot Suite，進軍具身智能三大核心場景
N.R. Finch
阿里巴巴6月16日發布首個機器人AI模型套件Qwen Robot Suite，覆蓋導航、世界模擬與操控三大核心能力，標誌其AI戰略從軟件正式延伸至物理世界——中國具身智能的軟件層爭奪戰再添重量級玩家。
這個套件究竟是甚麼？
Qwen Robot Suite由通義實驗室研發，包含三個軟件模型，不涉及硬件機器人——它是為機器人裝「大腦」，而非製造機器人本身。
三個模型各司其職：Qwen-RobotNav負責空間理解與移動，Qwen-RobotWorld負責預測物理場景，Qwen-RobotManip負責動作執行。
簡單來說＝導航告訴機器人「往哪走」，世界模型告訴它「動了會點樣」，操控告訴它「點樣動手」——三者合起來，才構成一個能在真實環境裡做事的智能體。
三個模型各自跑出了甚麼成績？
Qwen-RobotManip基於Qwen3.5-4B架構，訓練數據超3.8萬小時，在RoboChallenge真實機器人基準的通才賽道排名第一，任務成功率45%。
這意味著→在不針對特定任務微調的前提下，近一半真實操控任務能完成——對通才模型而言，這已是當前公開基準的最佳水平。
Qwen-RobotNav訓練樣本1,560萬條，在視覺語言導航基準VLN-CE RxR上成功率達76.5%，覆蓋指令跟隨、目標追蹤、自動駕駛等場景。
Qwen-RobotWorld是一個視頻「世界模型」（令機器人在動手之前先在腦中「預演」物理結果的模型），訓練數據涵蓋860萬組視頻-文本對、約2億幀畫面，能預測碰撞、重力、液體等物理交互。
點解話軟件層是中國機器人產業的新戰場？
中國機器人硬件已具備供應鏈密集、迭代快、成本低三大優勢，而機器人「大腦」——能跨環境推理與自適應的軟件系統——仍是短板。
這反映出一個產業拐點：硬件能力溢出之後，邊個的模型能令機器人在真實環境通用地做事，邊個就拿到下一階段的定價權。
當前賽道已相當擁擠：模型側有阿里Qwen和騰訊HY-Embodied；機器人公司有宇樹、AgiBot、優必選等；小鵬和小米則從自動駕駛遷移經驗。
阿里憑甚麼認為自己能跑通？
阿里的差異化在於縱向整合：雲基礎設施 + AI模型 + 服務平台 + 應用層的全棧布局，令其可透過阿里雲將機器人智能直接賣給企業客戶。
這意味著→阿里毋須等消費級機器人市場成熟，企業端的工業場景就是第一個變現入口——套件目前已進入阿里雲企業客戶試點測試階段。
摩根士丹利分析師鍾晟近期指出，中國人形機器人IPO募資將主要流向研發尤其是機器人模型，產能擴張佔比較小。說白了＝資本市場也在押注「大腦」比「身體」更值錢。
Content is for reference only, not financial advice.