加速进入物理世界的中国互联网公司

在昨日发布的2026年《财富》世界500强榜单上，五家中国互联网巨头京东、阿里巴巴、腾讯、拼多多和美团在竞争格局下持续增长，排名均有所提升。

京东集团的排名比去年上升3位，位居第41位，仍然是排位最高的中国大陆民营公司。阿里巴巴的排名较去年上升7位，位居第56位。腾讯是唯一净利润同比增长的公司。今年，腾讯首次进入榜单前100位，排名上升19位，位居第97位。拼多多的排名上升11位，位居第255位。美团的排名上升16位，位居第311位。

值得注意的是，这五家企业均将AI视为未来发展的核心战略。随着AI竞争进入下半场，各自的发展路径正在逐渐分化，发力的重点各有不同。京东选择了一条以供应链为基础、推动AI深度融入物理世界的发展路线。

京东集团已经连续三年成为榜单中排位最高的中国大陆民营公司。

在AI的驱动下，该公司正在加速建设全球最大的物理世界运营中心，让AI从千行百业走向千家万户。不同于以模型能力见长的AI企业，京东始终定位于一家以供应链为基础的技术与服务企业，其拥有庞大的零售、物流、工业等3,000多个供应链场景。截至2025年年末，该公司体系从业人员规模突破90万名员工。在AI发展上，其投入规模已经位居行业第一梯队，今年，京东体系的AI相关研发投入增长超过200%。

京东认为，AI真正的价值在于重构物理世界的运营效率。其提出AI价值公式：AI价值=模型×体验×产业厚度。其中，产业厚度决定了AI最终能够创造多大的商业价值。模型可以不断开源迭代，但覆盖真实业务、真实数据、真实场景和真实服务能力的供应链体系，需要长期建设——这才是京东最核心的竞争壁垒。

AI时代最稀缺的资源，已经从互联网数据转向了真实世界的数据。

以具身智能为例，现在行业面临真实场景数据匮乏而训练不足的瓶颈。机器人小脑发达，可以跳舞打拳，却难以胜任仓储、搬运、配送、服务等复杂任务。本质原因在于缺少足够规模、连续、高质量的现实世界数据——而京东的优势在于丰富的供应链场景及可控的数据采集能力。该公司调动60万人开展持续数据采集，计划两年内积累1,000万小时实景视频素材，补齐模型落地的数据短板。算力与模型体系同步推进，京东搭建JoyAI基础大模型、物流超脑、工业垂域大模型、具身智能专项模型等全栈技术矩阵。

在京东物流的3,600个仓库及云仓内，具备全局动态调度能力的“超脑大模型”及“狼族机器人军团”应用于存储、拣选、搬运、分拣、末端送驳等上千个场景。京东还计划在五年内投入300万台机器人、100万台无人车及10万架无人机，在物流供应链全链路场景发挥作用。

而京东AI进入物理世界除了生产场景，也在逐步走入生活场景。其附身智能品牌JoyInside已经与机器人、AI玩具、智能家电等终端合作走入消费者的家庭，让物理世界运营中心的服务真正从千行百业走进千家万户。

京东的差异化竞争优势是通过供应链实现的数字与物理世界的链接，而阿里巴巴更接近模型。

2026年6月，阿里巴巴发布Qwen Robot Suite，覆盖机器人操作、导航和世界建模。

阿里巴巴希望把千问从“看懂世界”推进到“对世界做出动作”。相关技术报告显示，Qwen-RobotManip使用了约3.81万小时预训练数据，试图把来自不同机器人平台、人体第一视角视频和开源数据集的动作统一起来；Qwen-RobotWorld则覆盖机器人操作、自动驾驶和室内导航等场景。

这条路线很容易获得想象力。机器人行业硬件高度分散。机械臂、机器狗、无人车和人形机器人拥有不同的身体结构。倘若一套基础模型能够理解环境、拆解任务，再适配多种机器人本体，它就可能成为物理AI时代的软件底座。

麻烦也埋在“适配”两个字里。文本模型面对的是相对统一的语言符号，机器人面对的是不同长度的机械臂、不同数量的关节、不同视角的摄像头，以及误差各异的传感器。同一个“把杯子放到桌上”的指令，换一台机器人，控制方式可能需要重新调整。

互联网习惯把软件复制到一亿台设备上。机器人会提醒软件公司：身体各有各的脾气。

腾讯选择了与阿里巴巴相似又有所区别的路线。

腾讯推出具身智能开放平台Tairos，提供多模态感知、任务规划、行动模型、仿真环境以及API和开发工具，希望机器人厂商能够在平台上训练模型，再部署到不同本体。

Tairos目前展示的模型已经支持越疆、节卡、宇树、智元等多个机器人平台。腾讯披露，其HyVLA-0.5模型使用超过1万小时操作数据训练，并在化妆品柔性生产线进行验证，在保持6秒一件的节拍下，准确率超过95%。这些数据仍然主要来自企业测试，距离跨行业复制还有较长路程。

腾讯过去擅长做平台和连接器。到了机器人行业，它依然想提供工具箱，让本体企业和应用开发者少从头造几遍轮子。

只是平台生意需要足够多的开发者、设备和实际项目共同进入。腾讯拥有云、模型、仿真和软件能力，缺少京东与美团那样密集的自营物流任务。模型能否持续获得高质量现实数据，最终还得依靠合作伙伴。

在具身智能行业，开放生态听起来总是很繁荣。轮到项目落地时，合作伙伴通常先讨论谁来出钱采购机器人。

美团距离物理AI的日常运营更近。

美团的做法并非让无人设备完全接管外卖，而是将配送环节拆开：自动配送车负责网点到社区，无人机跨越道路、山地或水域，骑手处理更复杂的取餐、进楼和交付。

这套路线与美团的业务结构有关。外卖订单频率高，路线重复，时间要求明确。哪一段路适合无人机，哪一片社区适合配送车，一天能够运行多少单，都可以被计算。

美团握有商户、骑手、用户和配送站点。它可以把无人设备插入现有履约网络，不必等待一个从零开始的机器人市场。

问题也很清楚：外卖是一门对成本极度敏感的生意。一杯十几元的咖啡，很难长期承担昂贵无人机的折旧、维护和调度费用。景区送餐、跨河配送和园区运输容易展示技术价值，大规模进入普通城市订单，还要处理空域、噪声、天气、道路施工、社区门禁和设备故障。

无人机把奶茶送上长城，适合出现在宣传片里，但真实世界需要让它每天送200杯奶茶，并且比骑手便宜。

拼多多的物理AI路线则轻得多。

它没有公开建设类似京东、美团的机器人运营网络，也没有像阿里巴巴和腾讯一样推出机器人基础模型。拼多多主要通过“多多农研科技大赛”等项目，把AI、物联网、传感器和自动控制系统带进农业。

2025年的多多农研科技大赛，要求参赛团队在植物工厂中建设国产草莓的立体种植系统，并使用国产软硬件，在产量、品质、能源消耗和成本之间寻找平衡。自2020年以来，该项目陆续涉及设施农业、垂直种植和AI辅助种植。

拼多多在这里扮演的角色，接近产业组织者和应用推动者。它提供资金、市场需求和农业供应链连接，让技术团队进入一块商业化困难、又长期缺少数字化投入的土地。

京东、阿里巴巴、腾讯、拼多多和美团正在从不同方向进入物理世界，背后有一项共同资源：它们掌握大量任务。

京东有覆盖全场景全产业的供应链系统，美团有即时配送，拼多多连接农产品和消费需求，阿里巴巴拥有电商、物流与云生态，腾讯连接开发者和企业客户。

机器人行业缺少的往往不只是一套更聪明的模型。它还缺少每天反复发生、能够量化价值、有人愿意付钱的工作。

第一个问题是容错率。聊天模型达到95%的正确率，已经可以提供不少帮助。一台设备每天执行10,000次动作，5%的错误会带来500次异常。机械臂可能抓错商品，无人车可能停在道路中央，农业系统也可能在错误时间浇水。实验室里看起来不错的成功率，放进运营系统会变成一支规模可观的客服团队。

第二个问题是数据。互联网模型可以使用海量文本和图片训练，机器人数据需要设备真实执行。每一次抓取、行驶、避障和失败，都要消耗机器时间、场地和人工。

更麻烦的是，不同机器人的数据很难直接通用。关节结构、传感器位置和控制接口稍有变化，原有动作就可能失效。阿里巴巴和腾讯都在尝试用统一模型降低跨本体迁移难度，这个目标仍然处在快速探索阶段。

第三个问题是成本。机器人能够完成任务，只证明技术路径可行。企业采购时还要计算设备价格、折旧、充电、维护、备件、保险、远程接管和停机损失。

过去二十年，中国互联网公司不断把商业搬进屏幕。商品、支付、社交、广告和娱乐，都被压进一部手机。

现在，AI开始从屏幕里走出来。它要接触纸箱、道路、货架、楼梯、雨水和泥土。它也终于要面对商业世界里最朴素的考题：干活是否稳定，成本能否算过来，出了问题由谁负责。