阿里通义千问大语言模型负责人林俊旸透露已组建机器人和具身智能的小型团队，标志着阿里云在机器人领域的首次布局。他指出，多模态基础模型正演变为能够利用工具和记忆进行长远推理的基础智能体，并应从虚拟走向物理世界。此举伴随着阿里云领投中国机器人初创公司自变量机器人1.4亿美元融资，以及阿里巴巴CEO吴泳铭对未来AI投资的展望。此前，林俊旸曾参与开发多模态模型，展现了阿里在AI硬件基础设施和技术研发上的持续投入。

🤖 **具身智能团队成立与战略意义**：阿里通义千问大语言模型负责人林俊旸已正式组建一个专注于机器人和具身智能的小型团队。这标志着阿里云在机器人领域的首次战略性布局，预示着公司将更深入地探索和应用人工智能技术于物理世界的交互与操作，将AI能力从虚拟空间延伸至实体机器人。这一举措与全球科技巨头在机器人领域的竞争态势相呼应。

💡 **多模态模型向智能体演进**：林俊旸提出，当前的多模态基础模型正朝着“基础智能体”（agents）的方向发展。这些智能体具备利用外部工具和内部记忆的能力，并通过强化学习实现长视野（long-horizon）的推理。这种演进意味着AI模型将不再局限于信息处理，而是能够主动规划、执行复杂任务，并与环境进行更深层次的互动，为实现更高级的自主机器人奠定基础。

💰 **加大AI及机器人领域投资**：此次布局伴随着阿里巴巴在AI领域的持续高额投入。上个月，阿里云领投了中国机器人初创公司自变量机器人（X Square Robot）的1.4亿美元融资。此外，阿里巴巴CEO吴泳铭已明确表示，未来五年全球AI投资将达到4万亿美元，阿里巴巴需要同步跟进，并计划在已公布的三年内为云和AI硬件基础设施投入3800亿元的基础上进一步追加投资，显示了其对AI和相关硬件领域的坚定决心。

🧠 **技术负责人背景与能力**：作为通义千问的技术负责人，林俊旸拥有开发处理声音、图像及文本输入等多模态模型的丰富经验。这一背景为团队在具身智能领域的探索提供了坚实的技术支撑，尤其是在理解和处理复杂现实世界信息方面，多模态能力是实现高级机器人功能不可或缺的一部分。

IT之家 10 月 9 日消息，阿里通义千问大语言模型负责人林俊旸在社交媒体上发文表示，已组建机器人和具身智能的小型团队。他表示，多模态基础模型正转变为基础智能体（agents），这些智能体可以利用工具和记忆通过强化学习进行长视野（long-horizon ）推理，“它们绝对应该从虚拟世界走向物理世界”。

IT之家注意到，在全球科技巨头纷纷布局机器人领域的背景下，阿里云近期首次布局具身智能，上月领投了中国机器人初创公司自变量机器人（X Square Robot）的 1.4 亿美元融资。此外，两周前的 2025 云栖大会上，阿里巴巴 CEO 吴泳铭表示，未来五年全球 AI 投资总额将加速增长到 4 万亿美元，阿里必须保持同步。除了 2 月公布的未来三年为云和 AI 硬件基础设施投入 3800 亿元外，阿里还计划追加投入。

作为通义千问的技术负责人，林俊旸此前参与开发了可处理声音、图像及文本输入的多模态模型。