從兒童拍學機到人形機器人，千問已成為物理AI的操作系統(tǒng)

人工智能已經(jīng)正式邁入全新階段，從理解語言進化到接管物理世界。作為全球AI競爭的主要玩家，中美都在積極布局物理AI。

中國制造看華南，而物理AI則離不開深圳。從賽格電子市場到華強北的元器件柜臺，從代工廠、模組商到品牌方，一顆芯片、一塊PCB、一套模組，AI硬件可以在幾公里之內(nèi)完成從立項到出貨的全部鏈路。數(shù)據(jù)顯示，截至2026年5月初，華強北AI產(chǎn)品銷量占比已從2023年的12%躍升至41%。

華強北是風向標，物理AI浪潮正席卷全國并走向全球。《2026中國AI硬件產(chǎn)業(yè)全景洞察與趨勢報告》預測，不含手機和汽車的AI硬件市場規(guī)模將突破1.27萬億元，覆蓋AI眼鏡、AI手機、AI拍學機、機器人、車載終端、智能穿戴等。AI的發(fā)展正從“處理數(shù)字信息”向“理解并介入現(xiàn)實物理世界”發(fā)生根本性轉(zhuǎn)變，物理AI將是下一輪產(chǎn)業(yè)革命的核心。

毫無疑問，在AI硬件中，模型是“大腦”，決定了產(chǎn)品的智能上限和辦事能力。當前，超15萬家智能硬件廠商已接入千問大模型，包括國內(nèi)頭部具身智能企業(yè)和全球TOP10手機廠商。此外，千問大模型還服務了100%的主流車企、智能家電等。千問大模型事實上已成為物理AI的操作系統(tǒng)。

為什么是千問？走進深圳實地調(diào)研，截然不同的AI硬件都給出了同一個答案。

1、月均5000萬次拍照的AI拍學機

兒童AI終端品牌嚕咔博士最近宣布，旗下AI拍學機已全面接入千問大模型。截至目前，該產(chǎn)品累計用戶規(guī)模突破25萬，月均拍照識別量超過5000萬次，預計覆蓋全球20多個國家和地區(qū)。

嚕咔博士把AI拍學機定義為“兒童多模態(tài)AI陪伴終端”。接入千問后，AI拍學機實現(xiàn)了圖像理解、視覺推理、OCR識別和實時交互等功能，并在多項評測中達到SOTA水平，端到端延遲控制在1至2秒內(nèi)。產(chǎn)品還集成了萬相Wan2.7以及ASR/TTS，實現(xiàn)萬物識別、雙語啟蒙、AI講故事等功能。

此外，嚕咔博士的Agent架構記憶中心基于向量數(shù)據(jù)庫打造可存儲的長期記憶，實現(xiàn)個性化成長軌跡追蹤；阿里云的內(nèi)容安全中心通過多層內(nèi)容審核與過濾，配合兒童專屬安全策略引擎，確保交互內(nèi)容合規(guī)。阿里云還為嚕咔博士的出海提供全球基礎設施。

2、“端到端閉環(huán)”的人形機器人

近日，逐際動力發(fā)布最新一代人形機器人LimX Luna，該產(chǎn)品基于阿里云全棧AI打造，并接入千問Omni模型。具身智能的“大腦”VLA（視覺-語言-動作）模型與運控"小腦"模型的訓練需要海量多模態(tài)數(shù)據(jù)，對訓練吞吐和存儲有極高要求。目前，逐際動力的訓練數(shù)據(jù)規(guī)模已達1.5PB，訓練高峰瞬時吞吐可達上百TB。基于阿里云PAI平臺和CPFS并行存儲，逐際動力構建了模型訓練平臺；依托阿里云ACK容器服務和邊緣計算能力，多類強化學習環(huán)境被統(tǒng)一封裝為云上仿真平臺。這套方案把過去以周為單位的環(huán)境調(diào)試，壓縮至小時級。

機器人本體側(cè)，LimX Luna等機器人接入千問Omni后獲得了全模態(tài)實時互動能力。機器人不僅能"看懂、聽懂、說出來"，還能根據(jù)現(xiàn)場場景調(diào)用外部工具完成任務。

此外，逐際動力自研的具身智能標準化訓練框架FluxVLA也已上架阿里云PAI平臺。

3、千問支持不同品類的物理AI載體

嚕咔博士意味著消費級AI硬件已進化為新物種，逐際動力則代表了工業(yè)級AI硬件對大模型和智能算力的極致要求。AI正在從硬件的"附加功能"變成用戶最在意的“核心體驗”，誰先完成與AI的深度融合，誰就能率先接入物理世界。

在深圳實地走訪，可以發(fā)現(xiàn)，除了學習機和人形機器人，AI手機、AI眼鏡、家居機器人，無人機、車載終端、智能穿戴等品類背后都有千問大模型。

在AI手機領域，OPPO正在基于PAI平臺對千問進行后訓練，以支持不同AI場景；榮耀聯(lián)合阿里云打造的視覺問答(Visual-Question-Answering,VQA)端到端方案，將圖像細分場景識別率提升近40%，延遲降低30%。

在AI眼鏡領域，基于千問定制的"云+端"多模態(tài)架構，雷鳥 V3 AI 拍攝眼鏡已通過攝像頭與麥克風傳感器，實現(xiàn)視覺理解、實時問答與低延遲多模態(tài)交互。

在家居場景，科沃斯掃地機器人接入千問，采用"端側(cè)小模型識別意圖＋云端大模型承接復雜對話"的架構，服務全球 3800 萬家庭。

在無人機領域，影石科技的影翎 A1 基于千問系列模型，打造智能影像拼接、深度主體追蹤、一鍵智能運鏡等能力，實現(xiàn) “先飛行后構圖” ，小白也能輕松出片。

在AI玩具場景，小智AI是基于千問語言、語音等模型打造的開源項目，在Github擁有超2.7萬Star。全球依托小智AI打造的硬件超200萬，暢銷東南亞等地。

阿里云智能集團公共云事業(yè)部南區(qū)解決方案總經(jīng)理陳立偉表示，超15萬家智能硬件廠商已接入千問大模型，國內(nèi)頭部具身智能企業(yè)和全球TOP10手機廠商都已接入千問。此外，千問還覆蓋消費級、工業(yè)級、出行、家居、安防等幾乎全部場景。支撐這些物理AI載體持續(xù)升級的是阿里云全棧AI技術。

模型層面，千問是業(yè)內(nèi)率先實現(xiàn)"全模態(tài)、全尺寸、全面開源"的大模型，覆蓋文本、視覺、語音、視頻的全模態(tài)能力，提供從0.5B到480B等十多檔參數(shù)的全尺寸版本，并已累計開源400多款模型。這讓不同物理AI載體在對應的場景中都能找到適配的模型。

算力層面，阿里云領先的計算、存儲、網(wǎng)絡、數(shù)據(jù)庫、安全引擎等，再加上遍布全球的基礎設施，構成了物理AI的地基。AI企業(yè)尤其是初創(chuàng)企業(yè)，不必重復造輪子，可以直接將訓練、推理、出海等業(yè)務跑在阿里云上。

目前，阿里云通過端云協(xié)同、多模態(tài)互動、多智能體架構，推動AI硬件與物理世界深度融合。