当今的科技巨头正站在一个关键的十字路口：他们是否应继续打造越来越智能的软件，还是开始深入材料、机械、供应链与真正的制造体系？他们是否继续作为生态赋能者——或者升级成为真正意义上的产业塑造者？前者合理且舒适，而后者或许才是能重构未来十年创新格局的道路。
在具身智能领域，本该充满冒险精神与想象力的赛道，却被互联网巨头的商业理性所降温。
这些年来——无论是元宇宙、大模型、教育硬件还是 VR，只要是科技热门领域，总能看到互联网大厂的身影。他们凭借雄厚的现金储备与迅速的执行能力，一直以进攻姿态开拓新领域。
然而意外的是，在具身智能这条火热到前所未有的赛道上，大厂们展现出了不同的姿态：他们出现了，但保持着谨慎而刻意的距离。他们既没有缺席，也没有真正意义上全力入局。
换句话说，他们还没有做出一个“全栈跳跃”的重大决策。
目前的状态，更像是在“擦边入场”——做模型、做平台、做投资，但迟迟不肯深入机器人硬件生产领域。这样的“偏软”策略，不仅源于他们的互联网基因，也来自成熟商业逻辑。当现有业务稳定、盈利可靠时，他们自然不会轻易投入一个需要长期资金与不确定成果的硬件领域。
从他们的视角来看，保持外围试探能将风险降到最低，却仍能保持影响力——以最小投入换取最大选择空间。
然而，具身智能是一个“软硬深度耦合”的领域。真实落地依赖于与之匹配的机器人本体，与真实世界交互所产生的物理数据闭环。这不是一个“填一个模型、接几个 API”就能跑通的故事。在这个需要浪漫与冲劲的前沿领域，大厂选择了保守。
这种谨慎究竟是审慎克制，还是伺机而动，目前仍无定论——但很多人开始怀念他们当年那种敢闯敢试的野性。
能力边界与战略权衡
大厂的入局方式带着一种“疏远感”。它们在具身智能领域采取的路径具有共同点：深耕软件层与平台层，回避重资产硬件投入（部分源于过去硬件尝试的挫折）。
腾讯推出 Tairos、阿里聚焦机器人仿真与感知算法、京东推出 JoyInside 专注交互层、字节跳动研发 GR 系列模型但硬件更多依赖投资补位。（蚂蚁例外——确实在做硬件）
这种谨慎策略源自他们的优势所在：算法能力、分布式系统、数据与模型运行体系。这些能力在大模型时代具有天然价值，使他们更适合扮演“赋能者”，而不是“制造者”。
字节跳动就是典型例子：从 GR-2 到 GR-3，再到 Robix 与 ByteDexter，他们在软件端成果显著。与此同时，字节重金引进人形机器人操作算法专家，足以证明其战略野心。
但硬件依然是高风险领域。机器人制造涉及电机、传感器、结构工程、测试、供应链整合——这些是互联网大厂的弱项。他们在汽车领域也类似：影响生态，却不自己开厂。
与此同时，以硬件见长的企业勇敢向前。小米 CyberOne、广汽定下 2027 年量产具身机器人、小鹏 IRON 引发广泛讨论。这种制造基因，是大厂所缺乏的。
软件优势既是护城河，也是天花板。
更深一层，大厂其实是在算账。
这个市场——现在太小了。
2024 年，中国人形机器人市场约 27.6 亿元人民币，全球市场约 20.3 亿美元。虽然预计到 2029 年可达到 132.5 亿美元，但对于营收千亿级别的大厂来说，这仍只是小数字。
也就是说：具身智能还不是足以改变大厂营收结构的“新增长曲线”。
如今大厂主营业务仍稳固：
阿里的电商与云
腾讯的社交与游戏
字节的短视频与内容变现
这些现金机器还在持续输血。
在这种情况下，大量投入硬件不仅风险大，而且机会成本更高。
正如头部电池厂商不会为机器人研发专用电池——因为车用动力电池市场足够赚钱，同样，大厂采取“技术不落后即可”的策略，关注趋势变化，等待市场成熟，未来通过投资并购加速进入。
但理性之外，仍值得追求更富想象力的可能
这种保守策略虽然财务合理，却导致最核心的动力中断：
数据飞轮不转。
缺失的有两点：
• 硬件真实场景数据
• 历史互联网数据的具身化迁移
具身智能成长依赖真实交互数据闭环，而无硬件部署就无法收集数据。同时，大厂的海量互联网数据——用户行为、交互数据、物流数据、运营行为——尚未充分用于具身智能落地。
但京东是例外。通过 JoyInside 与其供应链数据体系，他们创造了“买机器人，上京东”的生态位，利用自身物流、交互与场景数据，为具身智能落地提供了真实场景土壤。
另一个战略盲区是认知误区：
认为“软件是核心，硬件只是载体”。
这种领域误解会使行业陷入极端的算法内卷。
如今模型能力普遍同质化：自然语言交互 + 任务规划，区别只在细节参数。这种竞争缺乏魅力，也难以出现绝对龙头。
模型无法凭空实现执行力。
具身智能本质上是“模型+硬件”的统一体。没有匹配的硬件，再先进的模型也无用武之地。
真正能形成壁垒的是软硬一体。
而特斯拉已经证明了这一点：
左手 Model 统治新能源汽车
右手 FSD 展现代差领先
再加上 Optimus 软硬协同演进
这套软硬一体体系价值巨大
甚至推动了马斯克“万亿美元薪酬方案”的通过。
结语
从商业逻辑来看，大厂的“擦边打法”无可厚非：ROI 更优、风险更低、路径更稳、组织更成熟。他们避免了硬件深水区漫长的试错，也保留了互联网时代积累的优势。但放眼未来，这是第一次——智能不再只存在于屏幕、云端与数据中心，而是开始以“物理之身”进入现实世界。
当智能走向物理，价值链会重构。软件不再是全部。真正的竞争力来自软硬同步迭代、应用部署驱动的数据飞轮、以及工程与算法共同塑造的现实执行力。相较互联网时代，这需要另一种勇气、另一种耐心、一种更具“制造业世界观”的战略。
于是问题回到起点：
继续做更聪明的软件
还是开始与材料、机械、工厂打交道？
继续作为生态赋能者
还是成为真正的产业塑造者？
前者合理，后者艰难
但后者也许才拥有改写未来的力量。
每一次产业周期跃迁
最终都会奖励那些愿意迈出“安全路径之外”的人。
对于布局具身智能的巨头而言
这句话尤为适用。
