23小时前 字节Seed下场，撕开大厂做具身智能的“路线底牌”

出品：人形机器人场景应用联盟

近日，字节跳动Seed Model团队近期更新了一批机器人相关岗位，覆盖本体设计、灵巧手、减速机控制、仿真工程师、数据算法工程师等数十个方向，硬件、软件、数据三条链路同步铺开。

这轮招聘的信号不太寻常。硬件侧的岗位描述明确要求“独立完成人形、多自由度臂的整机嵌入式硬件全栈开发”，并强调寿命、可靠性、成本、可制造性和量产经验；软件侧关注从用户指令到机器人执行的完整链路；数据与评测岗位则要搭建贯穿采集、处理、训练、评测和模型反馈的闭环。

一家以模型和流量见长的大厂，开始同时招聘减速机控制和本体结构工程师，这件事本身就值得拆开看。

01.

字节的具身时间线：从“调用身体”到“理解身体”

字节在机器人领域的积累并不短，但此前的路径有一个清晰的偏向：模型优先，身体后置。

2023年以来，字节相继推出GR-1、GR-2机器人操作模型，核心思路是把互联网视频中学到的知识迁移到机器人操作。GR-2在预训练阶段使用了3800万条互联网视频片段、500亿Token，桌面任务平均成功率做到97.7%，料框分拣从GR-1的33.3%拉升至79.0%。2025年，Seed团队进一步发布GR-3模型和自研双臂移动机器人ByteMini，并通过GR-RL首次实现真机强化学习穿鞋带。

模型能力在快速迭代，但身体一直不是字节自己造的。轮式物流机器人累计产量超过1000台，服务抖音电商、比亚迪、顺丰，走的是场景验证和数据积累的路线，而非本体制造。投资侧，字节2021年就布局了迦智科技、未来机器人，2026年1月又参与自变量机器人10亿元A++轮融资，资本触角铺得很开，但自身并未深度绑定某一条硬件路线。

这次招聘的不同之处，在于它开始把“身体”拉进自己的迭代循环。硬件岗位强调量产经验和可制造性，减速机和灵巧手选择自研，背后的逻辑被业内分析为“让硬件适配数据体系”——仿人手灵巧手可以降低人类VR采集数据向机器人迁移的损耗，自研执行器则适配学习型控制策略，区别于传统工业减速机的刚性定位思路。有分析人士的判断是，字节自研本体短期内更可能优先服务内部数据采集，而非直接面向消费端，同时保持双线策略：Seed自研本体，火山引擎对外输出具身算法方案。

这不是一次常规的人才储备。它意味着字节正在从“用别人的身体验证模型”，转向“为模型定制一个可被理解的身体”。

02.

“不碰本体”的大厂，各有各的底牌

梳理完字节的动作，再看其他大厂的布局，会发现一个明显的分化：腾讯、阿里、百度、华为在具身智能上的投入都不小，但没有一家把“自己造一个能跑能抓的身体”作为当前阶段的优先项。

腾讯的路线最清晰：做平台和大脑，不做硬件。2025年发布Tairos具身智能开放平台，2026年WAIC期间升级为覆盖模型层、智能体框架和云底座的完整体系，Hy-Embodied系列模型矩阵配合TairosAgent框架，定位是“降低从模型到本体再到应用全链条的开发门槛”。腾讯首席科学家张正友多次表示，腾讯更愿意做平台和大脑，通过平台把能力开放给厂商，而非重复造硬件。

阿里系的姿态更分散，也更“资本化”。蚂蚁集团旗下的灵波科技成立于2024年12月，聚焦具身智能“通用大脑”研发，已推出多款LingBot系列模型，并与乐聚机器人签署战略合作，形成“本体+数据+模型”的协同示范。阿里系的投资触角同时铺向多家本体公司，自身不深度绑定单一路线，模型能力通过被投企业和云服务输出。

（搭载蚂蚁灵波LingBot 2.0机器人通用大脑的宇树人形机器人毛巾叠放实操演示）

百度的位置在“云和基础设施”这一层。百度智能云已服务智元、星树、星海图等50余家产业链企业，提供模型训推加速、数据服务和全栈AI云支撑，AI云市场份额在具身智能赛道位列第一。百度集团执行副总裁沈抖的判断是，具身智能还有“本体、数据、模型”三个层面的瓶颈待突破，百度选择的是用云和模型能力去支撑这些瓶颈的解决，而非亲自下场造本体。

华为的定位最“底层”。2026年6月发布的CloudRobo平台，覆盖从数据生产、模型训练到真机强化的全流程，基于盘古大模型和昇腾算力，明确“不做机器人本体、把大脑和平台交给伙伴”。华为的角色是基础设施供应商：卖算力、卖开发平台、卖云边协同能力，让一切联网的本体成为具身智能机器人。

这四家的共同点是都没有为本体制造支付组织成本。腾讯卖平台，阿里卖资本和模型接口，百度卖云，华为卖算力和开发底座。它们各自在自己有优势的环节收费，把物理身体的固定成本留给了别人。

03.

大厂和硬件原生厂商，在同一时间轴上赛跑

梳理完大厂的布局，一条核心的行业争论自然浮出水面：到底是先打磨稳定的硬件本体，用真机跑场景、攒数据，再往上叠加模型；还是先把世界模型、仿真数据底座做好，再反向定义适配大脑的硬件？

宇树、智元这类硬件原生厂商，走的是自下而上的路线。宇树2025年人形机器人出货量超过5500台，营收16.99亿元，扣非净利润5.9亿元，是这一梯队中少有的已实现盈利的公司，科创板IPO发行估值约420亿元。智元2025年营收突破10.5亿元，2026年3月累计下线突破10000台，已启动赴港上市。它们的共同特征是：靠出货量和成本控制率先跑通了“卖硬件”的闭环。

另一条路线以银河通用、自变量为代表，押注的是“大脑”的长期价值。银河通用走仿真合成数据驱动路线，依托百亿级合成数据基建，在降低真实数据采集成本上有独特优势。自变量两个月内完成三轮融资，是国内唯一获得美团、小米系、阿里、字节四家大厂分别领投的具身智能公司。它们的出货量远不及宇树和智元，不少仍在百台级徘徊，但资本押的是模型能力和数据壁垒带来的长期溢价。

字节这次的动作，恰好站在这两条路线的交叉口上。它没有像宇树、智元那样从卖硬件起步，也没有像腾讯、华为那样完全不碰本体。它选择的是用模型能力反向定义硬件，再用定制化的硬件去生产适配模型的数据。这条路的组织成本比纯平台路线高得多，但字节的筹码在于：Seed团队在视频预训练和世界模型上的积累，让它有能力把模型迭代和本体设计放在同一个循环里，而不是模型做完再去适配硬件。

04.

结语

不同路线的选择，本质上是各家资源禀赋决定的。硬件厂商赌的是场景交付能力和真机闭环，每一台出货都在为下一轮迭代积累真实的物理交互数据；腾讯、百度、阿里押注的是平台化和基础设施的长期生态收益，用模型、云和资本去覆盖尽可能多的本体和场景；字节现在押注的，则是软硬一体端到端具身系统的可能性，用模型能力反向牵引硬件设计，再用定制硬件去喂养模型。

赛道走到今天，比拼的早已不只是能不能造出一台可以行走、抓取的人形样机。真正决定长期差距的，是谁能跑通一套低成本、可持续、可以自我循环的数据闭环。仿真、真机、标注、反馈、迭代，这条链条跑顺，才是具身智能穿越周期的关键。字节的招聘单上写的是硬件岗位，但真正被补齐的，是那条从物理世界回到模型、再从模型回到物理世界的循环链路。这条链路能不能跑通，比任何单一模型的榜单分数都更值得持续观察。