机器人AI进入＂安卓时代＂?阿里Qwen-Robot正在重写具身智能底层规则

阿里巴巴通义实验室于2026年6月宣布，推出首款开源具身智能AI大模型Qwen-Robot系列，整体以自然语言作为通用动作界面，分别由控制操作的Qwen-RobotManip，负责环境建模、推理与预测的世界模型Qwen-RobotWorld，以及移动模型Qwen-RobotNav，共三大核心模型组成底层执行架构。

图片来源：千问大模型

传统模型在面对不同形态机器人的硬件异构性时，，往往需要针对不同硬件编写专用API，并将机器人动作或控制信号等数据统一转换成Token格式，再交由同一套大模型处理。这种“一体化”的模型架构虽然具有整合优势，但在硬件适配的灵活性上存在明显局限。

阿里透过自研的“80维度通用物理语言标准”，将各种机器人的状态映射为统一的“80维度数学矢量”，使不同硬件能共享物理运动与数据集。同时，通过分层代理架构，顶层任务规划与调度由Qwen3.7-Plus等高阶模型负责，Qwen-Robot 系列则专注于底层物理控制，让模型能在不受特定硬件限制的前提下，也可实现跨机种的迁移与部署。

通过这种分层架构设计，Qwen-Robot系列不再是单一大模型的其中一部分，而是可被反复调用的底层物理模块，让移动、控制与理解真实物理规律能协同工作。

目前中国机器人产业呈现百家争鸣的局面，竞争焦点正从硬件规格逐步转向零部件优化与成本控制，以加速商业化落地。与多数机器人厂商自研模型并与自有硬件深度绑定以建构技术优势不同，阿里Qwen-Robot系列的通用性有望为现阶段的硬件厂商提供统一基础，协助整体机器人产业加速规模化普及。

此次推出的Qwen-Robot系列仍延续了阿里一贯的开源策略，意味阿里的AI布局由数字内容延伸到实体物理应用。考虑到顶层模型在进行长时序任务规划与推理时仍需大量算力支持，Qwen-Robot系列可部署于终端机器人，负责感知、导航移动、抓取操作等功能，形成“边云混合”的运作模式。

这种架构不仅降低终端的部署门槛与边缘运算需求，也显著提升了边缘侧的响应效率，避免了因运算带来的能耗与发热问题。通过边云混合运算模式，厂商对高端芯片的依赖度得以降低，整机成本也有望下降。同时，开源策略为行业提供了一条区别于NVIDIA Isaac仿真平台与Jetson芯片的技术路径，进一步丰富了产业选择。

集邦AI机器人

往期回顾

FOLLOW ▶▶▶