阿里巴巴推出Qwen Robot Suite，进军具身智能三大核心场景
N.R. Finch
阿里巴巴6月16日发布首个机器人AI模型套件Qwen Robot Suite，覆盖导航、世界模拟与操控三大核心能力，标志着其AI战略从软件正式延伸至物理世界——中国具身智能的软件层争夺战由此再添一个重量级玩家。
这个套件到底是什么？
Qwen Robot Suite由通义实验室研发，包含三个软件模型，不涉及硬件机器人——它是给机器人装"大脑"，不是造机器人本身。
三个模型各管一件事：Qwen-RobotNav负责空间理解与移动，Qwen-RobotWorld负责预测物理场景，Qwen-RobotManip负责动作执行。
用大白话说＝导航告诉机器人"往哪走"，世界模型告诉它"动了会怎样"，操控告诉它"怎么动手"——三者合起来，才构成一个能在真实环境里干活的智能体。
三个模型各自跑出了什么成绩？
Qwen-RobotManip基于Qwen3.5-4B架构，训练数据超3.8万小时，在RoboChallenge真实机器人基准的通才赛道排名第一，任务成功率45%。
这意味着→在不针对特定任务微调的前提下，近一半的真实操控任务能完成——对通才模型而言，这个数字已经是当前公开基准的最好水平。
Qwen-RobotNav训练样本1,560万条，在视觉语言导航基准VLN-CE RxR上成功率达76.5%，覆盖指令跟随、目标追踪、自动驾驶等场景。
Qwen-RobotWorld是一个视频"世界模型"（让机器人在动手之前先在脑子里"预演"物理结果的模型），训练数据涵盖860万组视频-文本对、约2亿帧画面，能预测碰撞、重力、液体等物理交互。
为什么说软件层是中国机器人产业的新战场？
中国机器人硬件已具备供应链密集、迭代快、成本低三大优势，但机器人"大脑"——能跨环境推理与自适应的软件系统——仍是短板。
这反映出一个产业拐点：硬件能力溢出之后，谁的模型能让机器人在真实环境里通用地干活，谁就拿到下一阶段的定价权。
当前赛道已相当拥挤：模型侧有阿里Qwen和腾讯HY-Embodied；机器人公司有宇树、AgiBot、优必选等；小鹏和小米则从自动驾驶迁移经验。
阿里凭什么认为自己能跑通？
阿里的差异化在于纵向整合：云基础设施 + AI模型 + 服务平台 + 应用层的全栈布局，使其可通过阿里云将机器人智能直接卖给企业客户。
这意味着→阿里不需要等消费级机器人市场成熟，企业端的工业场景就是第一个变现入口——套件目前已进入阿里云企业客户试点测试。
摩根士丹利分析师钟晟近期指出，中国人形机器人IPO募资将主要流向研发尤其是机器人模型，产能扩张占比较小。用大白话说＝资本市场也在押注"大脑"比"身体"更值钱。
Content is for reference only, not financial advice.