从儿童拍学机到人形机器人，千问已成为物理AI的操作系统

人工智能已经正式迈入全新阶段，从理解语言进化到接管物理世界。作为全球AI竞争的主要玩家，中美都在积极布局物理AI。

中国制造看华南，而物理AI则离不开深圳。从赛格电子市场到华强北的元器件柜台，从代工厂、模组商到品牌方，一颗芯片、一块PCB、一套模组，AI硬件可以在几公里之内完成从立项到出货的全部链路。数据显示，截至2026年5月初，华强北AI产品销量占比已从2023年的12%跃升至41%。

华强北是风向标，物理AI浪潮正席卷全国并走向全球。《2026中国AI硬件产业全景洞察与趋势报告》预测，不含手机和汽车的AI硬件市场规模将突破1.27万亿元，覆盖AI眼镜、AI手机、AI拍学机、机器人、车载终端、智能穿戴等。AI的发展正从“处理数字信息”向“理解并介入现实物理世界”发生根本性转变，物理AI将是下一轮产业革命的核心。

毫无疑问，在AI硬件中，模型是“大脑”，决定了产品的智能上限和办事能力。当前，超15万家智能硬件厂商已接入千问大模型，包括国内头部具身智能企业和全球TOP10手机厂商。此外，千问大模型还服务了100%的主流车企、智能家电等。千问大模型事实上已成为物理AI的操作系统。

为什么是千问？走进深圳实地调研，截然不同的AI硬件都给出了同一个答案。

1、月均5000万次拍照的AI拍学机

儿童AI终端品牌噜咔博士最近宣布，旗下AI拍学机已全面接入千问大模型。截至目前，该产品累计用户规模突破25万，月均拍照识别量超过5000万次，预计覆盖全球20多个国家和地区。

噜咔博士把AI拍学机定义为“儿童多模态AI陪伴终端”。接入千问后，AI拍学机实现了图像理解、视觉推理、OCR识别和实时交互等功能，并在多项评测中达到SOTA水平，端到端延迟控制在1至2秒内。产品还集成了万相Wan2.7以及ASR/TTS，实现万物识别、双语启蒙、AI讲故事等功能。

此外，噜咔博士的Agent架构记忆中心基于向量数据库打造可存储的长期记忆，实现个性化成长轨迹追踪；阿里云的内容安全中心通过多层内容审核与过滤，配合儿童专属安全策略引擎，确保交互内容合规。阿里云还为噜咔博士的出海提供全球基础设施。

2、“端到端闭环”的人形机器人

近日，逐际动力发布最新一代人形机器人LimX Luna，该产品基于阿里云全栈AI打造，并接入千问Omni模型。具身智能的“大脑”VLA（视觉-语言-动作）模型与运控"小脑"模型的训练需要海量多模态数据，对训练吞吐和存储有极高要求。目前，逐际动力的训练数据规模已达1.5PB，训练高峰瞬时吞吐可达上百TB。基于阿里云PAI平台和CPFS并行存储，逐际动力构建了模型训练平台；依托阿里云ACK容器服务和边缘计算能力，多类强化学习环境被统一封装为云上仿真平台。这套方案把过去以周为单位的环境调试，压缩至小时级。

机器人本体侧，LimX Luna等机器人接入千问Omni后获得了全模态实时互动能力。机器人不仅能"看懂、听懂、说出来"，还能根据现场场景调用外部工具完成任务。

此外，逐际动力自研的具身智能标准化训练框架FluxVLA也已上架阿里云PAI平台。

3、千问支持不同品类的物理AI载体

噜咔博士意味着消费级AI硬件已进化为新物种，逐际动力则代表了工业级AI硬件对大模型和智能算力的极致要求。AI正在从硬件的"附加功能"变成用户最在意的“核心体验”，谁先完成与AI的深度融合，谁就能率先接入物理世界。

在深圳实地走访，可以发现，除了学习机和人形机器人，AI手机、AI眼镜、家居机器人，无人机、车载终端、智能穿戴等品类背后都有千问大模型。

在AI手机领域，OPPO正在基于PAI平台对千问进行后训练，以支持不同AI场景；荣耀联合阿里云打造的视觉问答(Visual-Question-Answering,VQA)端到端方案，将图像细分场景识别率提升近40%，延迟降低30%。

在AI眼镜领域，基于千问定制的"云+端"多模态架构，雷鸟 V3 AI 拍摄眼镜已通过摄像头与麦克风传感器，实现视觉理解、实时问答与低延迟多模态交互。

在家居场景，科沃斯扫地机器人接入千问，采用"端侧小模型识别意图＋云端大模型承接复杂对话"的架构，服务全球 3800 万家庭。

在无人机领域，影石科技的影翎 A1 基于千问系列模型，打造智能影像拼接、深度主体追踪、一键智能运镜等能力，实现 “先飞行后构图” ，小白也能轻松出片。

在AI玩具场景，小智AI是基于千问语言、语音等模型打造的开源项目，在Github拥有超2.7万Star。全球依托小智AI打造的硬件超200万，畅销东南亚等地。

阿里云智能集团公共云事业部南区解决方案总经理陈立伟表示，超15万家智能硬件厂商已接入千问大模型，国内头部具身智能企业和全球TOP10手机厂商都已接入千问。此外，千问还覆盖消费级、工业级、出行、家居、安防等几乎全部场景。支撑这些物理AI载体持续升级的是阿里云全栈AI技术。

模型层面，千问是业内率先实现"全模态、全尺寸、全面开源"的大模型，覆盖文本、视觉、语音、视频的全模态能力，提供从0.5B到480B等十多档参数的全尺寸版本，并已累计开源400多款模型。这让不同物理AI载体在对应的场景中都能找到适配的模型。

算力层面，阿里云领先的计算、存储、网络、数据库、安全引擎等，再加上遍布全球的基础设施，构成了物理AI的地基。AI企业尤其是初创企业，不必重复造轮子，可以直接将训练、推理、出海等业务跑在阿里云上。

目前，阿里云通过端云协同、多模态互动、多智能体架构，推动AI硬件与物理世界深度融合。