近日，阿里巴巴内部传出消息，其通义千问项目技术负责人林俊旸在社交平台透露，公司已悄然组建专注于机器人研发与具身智能技术的小型创新团队。这一动作被视为阿里从纯AI软件服务向硬件实体应用领域拓展的关键一步，恰逢全球科技企业竞相布局机器人产业的热潮。
据知情人士介绍，该团队的核心目标在于探索多模态基础模型与物理世界的交互可能。林俊旸指出，当前AI技术正从单一模态向具备工具调用能力的智能体（agents）演进，这类系统可通过强化学习实现跨时间维度的复杂推理。"虚拟世界的智能必须突破次元壁"，他在公开分享中强调，"真正的价值在于让AI理解并操作物理环境"。
这位年仅32岁的技术领军者，目前可能是阿里巴巴集团最年轻的P10级专家。公开资料显示，林俊旸2015年毕业于北京大学计算机系，同年加入阿里达摩院后，先后主导了M6、OFA、CogView等跨模态预训练框架的研发。2022年起，他带领团队打造的Qwen3-Max和QwQ-32B模型，使通义千问在视觉理解、空间推理等维度达到行业领先水平。
业内人士分析，阿里此次组建硬件团队具有战略转型意义。过去三年间，该公司通过通义千问积累了多模态大模型的核心能力，而机器人与具身智能的研发将推动这些技术从数据空间走向现实场景。值得注意的是，林俊旸团队此前在CogView项目中展示的图像生成与理解一体化方案，已为AI与物理设备交互奠定了技术基础。
据技术文档披露，新团队正在攻关的课题包括：如何让智能体通过摄像头、传感器等设备感知三维空间，以及如何建立虚拟训练环境与真实操作之间的映射关系。这些突破或将重新定义电商物流、智能客服等场景的服务形态。
