騰訊雲與無問智科合作，投入三千億美元發展物理AI

該合作結合騰訊混元大模型與無問智科的物理AI數據基礎，加速具身智能部署。

騰訊雲與無問智科達成戰略合作，共同打造物理AI基礎設施，加入一場投入三千億美元全球AI支出、旨在實現具身智能商業化的競賽。

騰訊雲表示：「雙方將共同建立一套涵蓋算力與數據的具身智能整合閉環基礎設施。」該公司補充稱，此次合作橫跨技術研究、場景部署及產業夥伴關係等多個層面。

根據協議，騰訊雲提供其混元模型家族的算力與場景生成能力，而無問智科則貢獻其「無垠」通用物理AI數據基礎以及虛實閉環技術。此合作聚焦於具身智能——即能感知、導航並操作物理環境的AI系統——的基準應用，目標是加速AIGC領域的大規模商業化。

這項協議使騰訊雲面對一個日益擁擠的競爭賽道，各家企業紛紛致力於打通數位AI與物理世界之間的連結。阿里巴巴的通義實驗室近期推出了Qwen-Robot Suite，這是一套包含三個模型的機器人系列，專為導航、操作及世界模擬而設計，在VLN-CE RxR基準測試中創下76.5%的成功率。輝達則承諾投入20億美元，透過與Coherent在德州的合作來擴展AI製造基礎設施。對騰訊而言，在其核心遊戲與廣告業務面臨成長放緩之際，此合作開啟了AI基礎設施服務領域的新收入來源。

物理AI的數據基礎設施挑戰

該合作直面一個拖慢許多企業AI專案的瓶頸：數據層。根據物件儲存公司MinIO的共同執行長Garima Kapoor的說法，超過半數的企業從業者認為儲存與網路限制是他們最大的AI障礙，而近三分之二的組織即使投入了大量資金，仍未將AI擴展到試點計畫之外。無問智科的「無垠」數據基礎正是為了解決物理AI的這一問題——這類AI需要處理結構化數據以及影片、感測器串流和空間日誌等非結構化輸入。該公司的虛實閉環技術允許AI系統先在模擬環境中訓練，再部署到物理世界中。阿里巴巴的Qwen-RobotWorld模型同樣以其語言條件化的世界建模方法瞄準此一能力。

競爭對手爭相主宰物理AI

阿里巴巴的Qwen-Robot系列是在1,560萬個導航樣本和大約38,100小時的機器人與人類影片數據上進行訓練的。據阿里巴巴表示，Qwen-RobotManip模型目前在RoboChallenge Table30-v1基準測試中位居領先，效能較先前的方法提升了20%。在美國，輝達已將其AI工廠概念定位為物理AI的基礎設施骨幹，執行長黃仁勳稱AI工廠是「新工業革命的基礎設施」。該公司與Coherent在德州謝爾曼的20億美元合作，旨在生產磷化銦雷射，以實現即時物理AI應用所需的晶片間數據傳輸速度。這座工廠的擴建預計將創造1,000個工作崗位，其中約550個為先進製造與工程職位。

對於騰訊來說，與無問智科的合作代表了押注具身智能將成為大型語言模型之後的下一個成長前沿。根據MinIO與《富比士》的行業數據，2025年AI基礎設施支出已突破三千億美元，其中儲存與網路投資的成長速度幾乎與運算投資相當。能夠提供端到端物理AI堆疊——結合模型、數據基礎設施與部署能力——的公司，將有機會在這些支出中獲得不成比例的高佔比。消息公布當日，騰訊股價在香港下跌0.447%，反映出市場仍在評估該合作的財務影響。合作條款並未對外揭露。

本文僅供資訊參考，不構成投資建議。