具身智能Picking时刻，阿里商汤押注什么？

具身智能行业刚刚发生了一笔不寻常的交易。原力灵机用股权并购的方式完成了与机器人公司Atomix的合并，阿里、智谱、阶跃星辰、商汤、华勤技术、上汽恒旭全部出现在投资方名单里。这件事的意义不在金额上，它意味着行业正在进入一个新阶段。

一、具身智能走到了哪个十字路口

放在过去两年具身智能的进程里来看，这笔交易释放了一个更底层的信号：行业正在从「谁能融到更多钱」，转向「谁能拿到真实场景」。

这背后的原因其实很直接。大语言模型靠着互联网上的海量文本就能训练出能写文章、能聊天的模型。但机器人不行。机器人需要真实世界的数据，抓取、移动、放置、避障、交互，而这些数据只能在物理世界里产生。

二、采集型Scaling的墙角已经撞到

过去两年，具身智能的数据训练主要走三条路：人工采集、仿真生成、实验室手动标注。

问题在于，这三条路都走不太远了。人工采集成本高，一个精细的抓取动作标注可能比动作本身还贵。仿真数据和真实物理环境之间始终存在Sim-to-Real Gap，在仿真里训练得再好，一到真实仓库里就抓不住东西。

这不是某个团队的困境，是整个行业的问题。当真实世界的高质量数据成为稀缺资源，几乎所有玩家的Scaling都被束住了手脚。

原力灵机在这个节点与Atomix合并，做的事情其实一句话就能说清楚：让机器人在真实业务里「边干边学」。他们管这个叫「场景型Scaling」，与之对应的，是原来的「采集型Scaling」。

三、当Picking成为具身智能的Token预测

要理解场景型Scaling到底怎么转起来，首先得回答一个问题：具身智能的「基础任务」是什么？

大语言模型有一个简洁优雅的公式：预测下一个Token。文本被分解为Token序列，模型的任务就是不断预测下一个是什么。这个看似简单的任务，驱动了整个LLM的Scaling Law。

原力灵机给出的回答是：Picking（抓取与放置）。

创始人唐文斌的原话是：「具身智能迎来了自己的Picking时刻。」这个判断比我一开始想象的要深。Picking恰好具备几个关键特性。

第一，它是超高频的重复动作。全球物流仓库每天产生数十亿次抓取。这个天然的超大规模数据集，不需要你花一分钱去构建。

第二，每次抓取自带完整的多模态标签。抓取成功还是失败了？物品放到了正确位置没有？包装有没有损坏？这些反馈由物理世界直接提供，即时且客观。这种近乎免费且自动标注的数据，是互联网图文数据做不到的。

第三，它是通往泛化操作的元技能。掌握了稳定通用的Picking能力，就能迁移到分拣、装配、仓储、家庭服务甚至医疗辅助等大量复杂场景。它不是孤立任务，是整个具身操作能力体系的地基。

仔细想想，这和LLM的「预测下一个Token」在底层逻辑上是一致的：都是用一个基础任务驱动整个系统的能力增长，数据自然产生、反馈即时可见、能力向更复杂任务迁移。

四、DM0与Atomix的数据飞轮怎么转

光有概念支撑不了产品。原力灵机做这件事的技术底座，是DM系列具身原生大模型。

DM0是目前的核心。它在RoboChallenge真机评测中位列全球第一。更值得注意的是：DM0是全球首个融合机器人多感知数据、智能驾驶数据和互联网数据联合训练的具身大模型。三种不同来源的数据被训练进同一个模型框架里，这是行业内首次公开这样做。

模型覆盖灵巧操作、环境导航和全身控制等核心任务，支持8类机器人本体联合训练。

而Atomix提供的是另一侧：真实的场景数据。它已经完成超过500个项目交付，业务覆盖20多个国家，服务优衣库、蜜雪冰城、宁德时代等头部企业，日均出货量超过60万件。

这个数据飞轮的逻辑是这样的：Atomix的机器人每天在真实物流场景里执行Picking任务，产生海量真实作业数据，数据回流训练DM0，模型能力提升，新能力部署回Atomix的业务中产生效益，效益增长带来更多场景和数据。

整个过程在同一个主体内部闭环流转，不存在数据授权、隐私合规、数据买卖等外部摩擦。

五、阿里和商汤为什么一起投

投资方阵容本身也是一条信息量很大的线索。

智谱、阶跃星辰、阿里、商汤：四家大模型玩家同时出现在一张投资名单上。这意味着通用大模型的竞争已经明确延伸到物理世界。谁在具身智能上占据有利位置，谁就可能在下一轮AI竞争中拿到「物理入口」。

华勤技术和上汽恒旭入局，则代表着制造业也坐不住了。作为ODM龙头，华勤技术看到的可能是具身智能在制造场景中的落地想象。上汽恒旭作为汽车产业资本，瞄准的则是智能驾驶与具身智能在底层技术上的融合空间。

还有一个细节值得单独拎出来说。原力灵机由旷视系团队创立，创始人唐文斌是旷视联合创始人。而商汤，是昔日旷视在AI视觉领域的头号竞争对手。这两支团队在具身智能赛道上「握手言和」，比任何单边投资都更具说服力。它说明在具身智能的新维度上，旧日划分阵营的标尺已经不重要了。

六、这个逻辑能不能复制

原力灵机通过并购Atomix完成「模型+场景」的整合格局，当然有它的特殊性。创始人团队的资源禀赋、Atomix既有的业务体量、DM系列的前期积累，这些不是谁都能复制的。

但它揭示了一个更大的趋势。在具身智能领域，模型能力的上限最终是由真实场景中数据飞轮的转动速度决定的。这就意味着，谁能以更低成本、更快速度让机器人在真实环境里产生有效数据，谁就掌握了这个赛道的竞争节奏。

对AI产品经理来说，这个案例给出了一组值得长期跟踪的思考题。当LLM的数据红利逐渐见顶，物理世界的数据会不会成为下一轮AI竞争的主战场？如果不是做机器人，你的产品能不能也构建一个「场景型数据飞轮」？

原力灵机未必是唯一的答案。但它至少说明了一件事：在具身智能进入下半场的此时此刻，拿到场景比拿到融资更重要，让数据飞轮转起来比让PR稿发出来更有价值。