卡位具身智能“新基建”！华为、百度、腾讯、阿里争当“卖铲人”

       当通用大模型在文本、图像、视频等虚拟赛道陷入同质化内卷，国内科技巨头的战略重心迎来深刻转向。华为、百度、阿里、腾讯等不约而同地将布局重心从虚拟世界的“聪明大脑”，延伸至物理世界的“产业基座”，争当具身智能赛道的基础设施“卖铲人”。一场围绕机器人产业底座与具身智能新基建的卡位战，正悄然打响。

01 巨头落子：差异化布局具身智能“新基建”

       不同于此前单纯财务投资具身智能与机器人企业，或是开展单点样机展示、短期场景试点等浅层次项目合作，本轮巨头们的布局呈现出鲜明的“基建化”特征。各方立足自身核心优势，为具身智能与机器人产业搭建通用基础设施，充当产业发展的高速路网、操作系统与智能中枢。

       1.华为：全栈国产化底层基建，构筑云边端协同具身底座

       2026年6月，华为云在INSPIRE创想者大会上，发布了全球首个全流程具身智能开发平台CloudRobo，并于6月30日开启公测。平台基于华为盘古大模型的多模态能力及复杂任务的思维与规划能力，整合数据合成、数据标注、模型开发、仿真验证、云边协同部署以及安全监管等端到端能力，构建起覆盖数据-模型-仿真-部署-监管的全流程具身智能开发闭环，加速具身智能创新。同时，华为云还向具身智能厂商提供产品开发过程中所需的云服务底层算力、具身本体大小脑硬件、二次开发的API等资源。
       华为战略定位清晰：不下场做机器人本体，专注打造产业数智底座。依托云边端协同能力赋能产业伙伴，降低具身智能开发门槛，目标是让一切联网的本体都成为具身智能机器人。如今，新松、亿嘉和、乐聚智能、华沿机器人、拓斯达、千寻智能、五八智能、北京人形机器人创新中心等机器人企业已接入CloudRobo平台。

       2.腾讯：布局具身智能全栈方案，打通“感知-身体-行动”闭环

       腾讯在具身智能领域的定位同样克制且清晰。马化腾曾明确表态，腾讯希望成为所有机器人厂商的合作伙伴，而非取而代之做硬件。

       在2026年7月举行的世界人工智能大会（WAIC 2026）上，腾讯首次系统性展示了具身智能全栈布局，贯穿云基础设施、模型层、具身智能体框架层与行业应用层，全面助力机器人本体及系统开发商提质提效。
       这套全栈方案的核心价值，在于打通“感知-身体-行动”完整链路，推动具身智能由“离身智能”迈向“具身原生智能”，加速从实验室走向真实的场景应用。

       会上，腾讯推出的三款基于混元大模型打造的具身基座模型，形成分工协同体系：VLM-1.0模型如同“右脑”，完成图像、空间与场景理解；RxBrain-1.0作为具身“大脑”，负责统一认知、任务规划与未来状态推演；VLA-0.5模型充当连接小脑与躯体的枢纽，将高层指令转化为可持续纠错的连续动作。而具身智能体Apexio与智能体框架TairosAgent，则承担全局调度职能，串联感知、规划、控制各模型单元与机器人躯体硬件，构建能够持续感知、持续决策、持续行动的一体化机器人系统。
3.百度：锚定数据与算力痛点，搭建具身智能产业研发底座

       百度的布局则精准切中具身智能产业两大核心痛点——高质量数据稀缺与训练割裂。其核心思路是以“百舸AI计算平台”为算力与工程底座，以“具身数据超市”为流通枢纽，构建从数据、模型到本体部署的加速闭环体系。

       百度百舸AI计算平台面向VLA、WAM及机器人控制策略训练，持续完善从数据准备、模型训练、仿真评测到真机验证的完整链路，缩短实验闭环与算法迭代周期，助力具身企业和科研机构提升模型开发效率。例如，在与星海图的合作实践中，百度百舸在既定测试条件下将Fast-WAM的单步推理延迟降低至90毫秒以内。
       针对行业高质量数据供给短缺、数据流通缺乏标准的难题，百度智能云联合多家头部具身智能企业推出“具身智能数据超市”，打通数据供需两端：赋能上游数据供给方对接产业需求，协助下游研发主体快速获取适配数据集，为产业构筑标准化的数据流通基础设施。

       与此同时，百度智能云还将深耕自动驾驶领域积累的数据服务能力迁移到具身智能领域，在大湾区打造了首个专注于具身智能的“数据工厂”，提供规模化、专业化的数据采集和标注服务，可帮助企业节省约20%的项目成本。

       4.阿里巴巴：模型、算力赋能与场景出海，搭建产业全链路基建

       阿里的布局则更具“生态整合”色彩，其核心逻辑在于以通用大模型为“大脑”，以标准化工程平台为“骨架”，以底层算力与全球化渠道为“落地抓手”，构建起一套从技术赋能到商业闭环的完整基建体系。

       在模型与数据基建层面，阿里依托达摩院千问大模型，先后推出具身智能大脑基础模型RynnBrain与Qwen-Robot系列模型。RynnBrain重点强化机器人时空记忆与物理空间推理能力，而Qwen-Robot系列则通过VLA操作模型、VLN移动模型和世界模型，为机器人装上“灵巧的手”、“认路的脚”与“会思考的大脑”。

       为支撑模型迭代与具身智能开发，阿里云还发布了AnalyticDB具身多模数据平台，覆盖具身数据从采集、管理、标注、生成到仿真评测的完整链路；同时联合逐际动力打造了具身智能标准化工程底座FluxVLA Engine，将数据处理、模型训练、仿真评测与真机部署纳入统一工程规范，兼容主流模型、仿真平台和机器人硬件，并以开源方式向全球开发者开放，显著降低开发门槛。
       在底层算力与商业落地层面，阿里同样持续夯实基建底座。灵骏真武M890超节点，在具身智能等训练场景中，性能相比上一代真武810E提升了三倍，支撑大规模模型训练需求。此外，阿里正依托速卖通等跨境平台，积极打通消费级机器人的出海通道，试图构建“技术赋能+场景落地+全球化出海”的完整闭环。

02 战略转向：为何争做具身智能时代“卖铲人”？

       国内头部科技企业集体投身具身智能与机器人基础设施建设，争当“卖铲人”，背后是AI产业发展逻辑的深刻变革。

       过去两年，国内AI行业深陷大模型参数、算力与推理速度的“内卷”：参数越堆越高，算力越烧越多，但应用多局限于文本生成、图像生成、视频生成等虚拟服务，普遍陷入高投入、低回报的结构性困境。当虚拟赛道的增长空间逐步触顶，市场亟须开辟新的落地场景与增量空间。

       具身智能机器人作为AI技术从数字空间迈向物理世界的核心载体，由此成为巨头们突围的关键方向。

       当前，具身智能领域普遍面临真实物理数据采集难度大、场景仿真精度不足、技术开发迭代缓慢等核心痛点。巨头们通过提供底层的开发平台、数据服务和算力底座等基础设施，能够将自身的AI、云服务等能力优势与具身智能机器人企业深度绑定。一方面，能为具身智能技术落地铺平道路，打破虚拟AI增长天花板；另一方面，相比单纯卖硬件或卖模型，基础设施能够构筑更深的护城河。

       更重要的是，具身智能赛道的核心竞争力，已从硬件制造的“躯体比拼”，转向算法、模型与底层能力的“大脑博弈”。

       数据印证了这一产业迁移趋势：2026年上半年，国内具身智能领域438亿元融资总额中，超半数资金流向了以具身大脑为核心业务的“大脑派”企业，而以整机制造为核心的“本体派”企业融资资金占比不足20%。这意味着，当机器人在硬件层面快速趋同，核心零部件国产化加速，“造身体”的壁垒在快速降低。而真正的壁垒正向上游迁移——算力、高质量数据、具身大模型、全流程开发平台等，成为决定行业格局的核心变量。

       巨头们集体布局具身智能与机器人基建，本质上是在竞逐下一代人机交互平台与物理AI产业生态的主导权。未来，无论哪家机器人本体企业抢占市场、实现规模化落地，只要其依托巨头们搭建的底层基础设施开展研发与迭代，巨头们便能稳居产业价值链顶端，成为具身智能时代的核心受益者。

03 产业分工的必然：让专业的人做专业的事

       具身智能产业链条长，涵盖芯片、传感器、本体制造、算法模型、场景应用等多个环节。没有任何一家企业能够通吃所有环节。本体厂商擅长机械结构与运动控制，但普遍缺乏大模型训练与云端部署能力；模型企业拥有算法优势，却对硬件工程、行业场景Know-how积累有限。

       巨头选择“建底座、不造本体”，践行“修路不造车”思路，正是顺应了产业分工细化的趋势。通过建设基础设施，巨头们能够降低全行业的开发门槛，缩短商业化周期，从而在生态繁荣中获取最大的平台价值。

       实际上，国内除华为、腾讯、百度、阿里外，字节跳动也在持续加码具身大模型与机器人通用技术底座，聚焦轻量化智能体与端侧部署能力；京东则以JoyAI模型、具身智能数据全链路基础设施、JoyInside智能终端、京东云AI基础设施以及RoboBase机器人产业园等为支点，推动AI加速走向物理世界。

       而放眼全球，谷歌、微软、亚马逊云科技等海外巨头同样正在布局具身智能与物理AI基建。

       机遇之外，挑战同样不容忽视：各家平台接口、协议标准尚未统一，或将催生全新技术孤岛；机器人企业多平台并行接入，将持续产生额外适配成本；同时基础设施平台可持续商业化模式仍处在探索阶段。

       但毋庸置疑，这场巨头们围绕机器人基建展开的卡位战，不仅将加速具身智能走出实验室、走向千行百业，更将重塑未来十年人工智能产业的竞争格局。