Alphabet花了5年推出去的机器人公司，一个周末收回来：我们都看错了这场战争
Alphabet花了5年时间，把Intrinsic从Google X推出去独立，又用了一个周末，把它收了回来。
这条2月25日官宣的架构调整新闻，在科技圈只溅起了很小的水花。多数解读都把它归为一次常规的技术协同：Google要给Intrinsic的机器人软件，接上Gemini大模型的“大脑”，一起抢物理AI的风口。
不对，更准确的说法应该是，大家都看错了这件事的本质。
我跟踪机器人行业快10年，见过太多把“硬件炫技”当行业革命的热闹，也见过太多巨头在这个赛道上的起起落落。这次Intrinsic的回归，根本不是什么技术升级的顺水推舟，而是Alphabet对下一代互联网入口的控制权回收，更是Google在被OpenAI逼到墙角后，打响的一场防御反击战。
第一个认知反转：这不是进攻，是被逼出来的战略收缩
先看一个被所有人忽略的细节：Intrinsic是Alphabet旗下“Other Bets”部门里，第一个被重新并入Google核心业务的重大项目。
熟悉Alphabet的人都知道，Other Bets是它的“登月项目孵化器”，放的都是远期探索、高风险、高投入的业务，和Google核心的广告、云业务完全隔离。过去这么多年，Other Bets里的项目，要么做起来了独立上市，要么做砸了关停，要么像Boston Dynamics那样直接卖掉，从来没有哪个项目，能从Other Bets重新回到Google的核心体系里。
Intrinsic打破了这个惯例。
2021年7月，Intrinsic从Google X实验室分拆独立的时候，Alphabet给它的定位是“用AI降低工业机器人的使用门槛”，给足了自主权，甚至允许它收购Open Robotics的商业部门、收购认知机器人公司Vicarious，去搭建自己的技术栈。
那为什么5年之后，又要把它收回来？
行业普遍的说法是，为了和DeepMind、Gemini深度协同。但我前阵子和一位在Google云做企业服务的朋友聊天，他说了一句从未对外公开的行业真话：“Intrinsic独立这几年，最大的瓶颈从来不是技术，是它碰不到Google最核心的东西——Gemini的底层模型能力，还有Google云覆盖全球的制造业客户与销售体系。”
这句话直接戳破了皇帝的新衣。
作为独立子公司，Intrinsic只能调用Gemini的公开API，和所有第三方开发者没有任何区别，根本没法针对机器人场景做底层的模型优化。更关键的是，工业机器人的落地，从来不是只靠软件就行，需要对接工厂的客户资源，需要完整的企业服务体系，这些都握在Google云手里，Intrinsic作为独立公司，根本没法打通。
而压垮骆驼的最后一根稻草，是OpenAI在机器人领域的闪电式布局。
从2023年到2025年，OpenAI连续押注具身智能赛道，先后战略投资Figure AI、1X Technologies两家独角兽企业，同时参与了Physical Intelligence的两轮融资，搭建起“通用大模型+机器人本体”的完整生态闭环。
更让Google坐不住的是，OpenAI和Figure AI早在2024年就验证了大模型对机器人行业的颠覆效率——双方合作只用了13天，就做出了能听能说、能自主决策的端到端机器人大模型。截至2025年底，Figure已经拿到了宝马工厂的多批次部署订单，商业化落地的速度远超行业平均预期。
数字世界的大模型战争，Google已经被OpenAI抢了先手。如果物理世界的AI入口，再被OpenAI先拿下，Google将彻底失去下一代互联网的话语权。
这才是Intrinsic必须回归的核心原因。Alphabet用5年时间验证了一件事：在生态战争面前，独立的创新纵队，根本打不赢对手全栈能力的饱和攻击。它必须把Intrinsic拉回核心体系，用Google的全栈AI能力、客户资源、云基础设施，去和OpenAI打这场物理世界的卡位战。
Intrinsic CEO Wendy Tan White在官方声明里写的一句话，很值得细品：“加入Google之后，我们能把从研发到部署的全流程工作，全部打通放大。” 这句话翻译过来就是：独立的日子里，我们根本打不通这些环节。
第二个认知反转：不是硬件收敛了才拼软件，是软件正在重新定义硬件
聊到机器人行业，现在所有人都在说一句话：硬件正在收敛，接下来要拼软件和生态了。
这句话，全错了。
我见过太多人把机器人行业和手机行业做类比，说当年功能机时代，手机硬件百花齐放，等到iPhone和Android出来，硬件标准收敛了，大家就开始拼软件生态了。所以机器人行业也是一样，等硬件形态统一了，软件的时代才会来。
但他们完全搞反了因果关系。
手机行业的逻辑，是硬件先成熟，摩尔定律让芯片的性能越来越强、成本越来越低，硬件先形成了统一的标准，然后才有了操作系统和软件生态的爆发。
但机器人行业的逻辑，完全反过来了。是软件的范式革命先来了，大模型对物理世界的理解能力，已经先于硬件成熟了。现在是软件在倒逼硬件收敛，是大模型在重新定义机器人的硬件标准。
给大家看一个最直观的例子：Boston Dynamics的Atlas机器人。
2013年，Google一口气收购了9家机器人公司，其中最有名的就是Boston Dynamics。那时候的Atlas还是个浑身布满传感器、拖着电源线、只能在实验室里完成简单跳跃动作的庞然大物，全身搭载了数十种不同规格的执行器，每一个动作都需要工程师写几千行代码去逐帧调试。
但2025年迭代的Atlas电驱量产版，彻底推翻了此前的硬件逻辑：核心执行器规格大幅精简，从过去的数十种定制化型号，收敛为仅有的几款通用型执行器，硬件架构也从原来的多算力单元冗余设计，优化为高集成度的单主控方案。
大家都在说，这是硬件技术成熟了，收敛了。但真相是什么？是大模型的能力提升了，根本不需要那么多冗余的硬件了。
原来的机器人，硬件要做足够多的冗余，来弥补软件的不足。工程师要给机器人写死每一条运动轨迹，要靠足够多的传感器、足够复杂的执行器，来应对环境的变化。但现在，大模型可以直接理解物理世界的规则，可以通过视觉和力觉数据，实时调整机器人的动作，根本不需要那么复杂的硬件了。
Boston Dynamics的工程师自己都说，现在Atlas的很多动作，根本不需要工程师写代码了，靠AI在仿真环境里训练，就能自己学会。
这才是行业最本质的变化。不是硬件收敛了，软件才有机会。是软件的能力突破了，硬件才不需要那么复杂了，才开始收敛了。
国际机器人联合会（IFR）《World Robotics 2024》报告里的一组数据，更能说明问题：工业机器人的本体采购成本，仅占其全生命周期总成本的30%左右，剩余超70%的成本，集中在编程、部署、调试与长期运维环节。
换句话说，现在制约机器人落地的，根本不是硬件的性能，而是软件的门槛。一台工业机械臂的成本，已经降到了十几万，但给它写一套适配新场景的代码，可能就要花几十万，还要找专门的控制工程师来调试，中小企业根本用不起。
这正是Intrinsic一直在解决的问题。它的核心产品Flowstate平台，就是让没有机器人开发经验的人，也能通过图形化界面，搭建机器人的工作流。而接入Gemini之后，这个门槛会被直接打穿——你不用懂编程，只用说一句“把这些零件按顺序组装起来”，大模型就能自动生成机器人的控制程序，自动调试，自动应对环境的变化。
当软件可以定义机器人的所有能力，当大模型可以直接把自然语言转化为机器人的动作，硬件会变成什么？
只会变成软件标准的终端载体。
就像今天的Windows电脑，不管你是联想、戴尔还是惠普，不管你的硬件配置多高，最终都要跑Windows系统，都要适配微软的软件标准。未来的机器人，不管你是人形、轮式还是机械臂，不管你的电机扭矩多大、自由度多少，最终都要跑在某个物理AI的操作系统上，都要适配大模型的控制标准。
谁先定义了这个软件标准，谁就定义了整个机器人行业的未来。
这才是Google、OpenAI、微软这些巨头，真正在抢的东西。不是谁能造出更酷的人形机器人，不是谁的机器人能后空翻、能煮咖啡，而是谁能成为物理世界的Windows、Android，成为下一代万亿级市场的规则制定者。
从卖掉Boston Dynamics到收回Intrinsic：Google终于看懂了机器人的终局
回头看Google在机器人赛道上的13年，完全是一部不断试错、不断修正的认知进化史。
2013年那场密集收购，那时候的Google，和今天很多机器人公司一样，迷信硬件的力量，觉得只要造出足够酷、足够灵活的机器人，就能改变世界。
但结果呢？Boston Dynamics的机器人，在视频里惊艳了全世界，却始终没法商业化落地。一台机器人的成本几百万，只能在实验室里做演示，根本没法批量卖到工厂和家庭里。
2017年，Google把Boston Dynamics卖给了软银，彻底放弃了“硬件优先”的路线。那时候的Google终于明白，机器人行业的瓶颈，从来都不是硬件的运动能力，而是它的“大脑”——它没法自主应对复杂的环境，没法听懂人的模糊指令，只能重复工程师写死的动作。
2021年，Google把Intrinsic分拆独立，专注做机器人的软件和AI，就是为了补上这个“大脑”的短板。它收购Open Robotics，是为了拿下全球最大的机器人开发者生态ROS；收购Vicarious，是为了拿到连接语言模型和机器人动作的认知技术。
但那时候的Google，还是低估了这场战争的难度。它以为靠一个独立的纵队，就能在机器人赛道上撕开一个口子。但它忘了，在大模型时代，单点的技术突破，根本打不赢全栈的生态战争。
OpenAI的打法，就是最好的例子。它不用自己造机器人，只用把GPT的能力，开放给Figure、1X这些机器人公司，用大模型给它们装上“大脑”，就能快速搭建起自己的生态，快速在工厂里落地，拿到真实的场景数据，反过来优化自己的大模型，形成一个正向的循环。
而Google之前的问题，就是把自己的能力拆得太散了。DeepMind在做大模型，Intrinsic在做机器人软件，Google云在做企业服务，各干各的，根本没法形成合力。Intrinsic想给机器人装Gemini的大脑，还要走第三方的流程，根本跑不赢OpenAI的速度。
这次Intrinsic的回归，本质上就是Google把所有的棋子都收了回来，攥成了一个拳头。DeepMind的大模型能力、Gemini的多模态能力、Intrinsic的机器人软件栈、Google云的企业客户与算力基础设施，终于全部打通了。
我之前一直觉得，Google在机器人赛道上，总是起个大早，赶个晚集。但这次，它终于看懂了机器人行业的终局：机器人的终局，从来都不是硬件，而是操作系统，是生态，是定义物理世界AI规则的权力。
当年Google用Android，抢下了移动互联网的入口，成为了全球最大的科技公司之一。现在，它想把当年的故事，在物理世界再讲一遍。
只是这次，它的对手不再是诺基亚、微软，而是来势汹汹的OpenAI，是已经在工厂里落地的特斯拉Optimus，是全球无数正在用大模型重构机器人的创业者。
被重构的，不只是机器人，还有无数人的职业命运
聊到这里，很多人会说，这些巨头的战争，和我有什么关系？
关系太大了。因为这次软件的范式革命，重构的不只是机器人行业的规则，还有无数从业者的职业命运。
我前阵子在一个工业自动化的论坛上，认识了一位做了12年机器人控制工程师的老周。他之前一直在给汽车工厂的工业机械臂写控制代码，调试运动轨迹，是厂里的技术骨干，年薪四十多万。
但从去年开始，他越来越焦虑。
“现在很多新的机器人，根本不用我们写轨迹代码了。”老周跟我说，“厂家直接把大模型接上了，客户只用在平板上画个路线，或者说一句要做什么，大模型自己就把程序生成好了，还能自动调试，比我们写的还稳。”
他给我算了一笔账：之前给一条新的产线调试机器人，需要3个像他这样的工程师，干两个月，成本就要几十万。现在用大模型，一个普通的技术员，一周就能搞定，成本连原来的十分之一都不到。
这就是正在发生的现实。国际机器人联合会（IFR）《World Robotics 2024》报告显示，2023年全球搭载AI自主编程与自适应调试功能的工业机器人出货量同比增长143%，2024年增速进一步提升至182%。原来需要资深控制工程师数周完成的工作，现在大模型几分钟就能干完，而且成本更低，效率更高，错误更少。
传统的机器人控制工程师，正在面临前所未有的职业危机。他们的核心技能——写运动控制代码、调试机器人轨迹，正在被大模型快速替代。
但与此同时，新的职业机会也在爆发。
智联招聘2026年1月发布的《智能制造行业人才供需报告》显示，国内“AI+工业机器人”相关复合型岗位招聘量同比2025年同期增长176%，岗位平均薪资较传统机器人控制工程师高出38%。这些岗位需要的，不是只会写控制代码的工程师，而是能理解工厂场景、能用自然语言给大模型提需求、能通过AI工具定义机器人任务的人。
Intrinsic的Flowstate平台，接入Gemini之后，会把这个趋势推到极致。未来开发机器人应用，就像今天开发手机App一样，你不用懂复杂的机器人控制理论，不用会写底层的代码，只用调用API，用自然语言定义你要的功能，就能做出一个完整的机器人应用。
原来机器人开发，是控制工程师的小圈子游戏，未来会向全球数百万的普通程序员、甚至普通人开放。
这就是技术革命最残酷也最公平的地方：它会淘汰掉旧的技能，也会创造出全新的机会。你能跟上这个变化，就能吃到新的红利；你固守原来的认知，就只能被时代淘汰。
终局：物理世界的入口战争，才刚刚打响
Intrinsic的回归，只是这场战争的开始。
数字世界的入口，已经被瓜分得差不多了。搜索引擎的入口在Google手里，社交的入口在Meta手里，电商的入口在亚马逊、阿里手里，移动互联网的操作系统，被Android和iOS垄断了十几年。
但物理世界的入口，还是一片空白。
未来，我们身边的机器人、自动驾驶汽车、智能工厂、智能家居，所有能和物理世界交互的智能设备，都需要一个“大脑”，都需要一个能理解物理世界、能执行复杂任务的操作系统。这个操作系统，就是下一代互联网的入口，是一个比移动互联网大十倍、甚至百倍的万亿级市场。
Google、OpenAI、微软、特斯拉，所有的科技巨头，都在盯着这块蛋糕。
OpenAI的打法，是用大模型赋能机器人公司，快速搭建生态，抢下落地场景；特斯拉的打法，是用自己的整车工厂做场景，自己造硬件，自己写软件，形成端到端的闭环；而Google的打法，是用自己全栈的AI能力、云基础设施、开发者生态，去定义物理AI的标准。
谁能赢，现在还不知道。
但可以确定的是，未来1-2年，机器人行业的竞争，会彻底从“硬件炫技”，转向“模型生态”的底层战争。我们不会再看到那么多能后空翻、能跳舞的机器人原型，而是会看到越来越多的机器人，走进工厂、走进仓库、甚至走进家庭，真正帮我们干活。
我们也会看到，整个行业的规则，会被大模型彻底改写。那些只会堆硬件、只会做炫技演示的公司，会慢慢被淘汰；那些能真正用AI降低机器人使用门槛、能真正落地场景、能搭建起生态的公司，会成为最终的赢家。
最后，留给大家两个问题：
1. 当Google、OpenAI这些巨头，都在抢物理AI的操作系统入口，未来的机器人行业，会不会和今天的手机行业一样，只剩下几个巨头垄断的操作系统，硬件厂商只能赚微薄的代工费？
2. 当大模型能替代机器人工程师的大部分工作，作为从业者，你会选择转型跟上这个变化，还是固守原来的技能？
合规参考说明
本文部分行业数据参考自国际机器人联合会（IFR）《World Robotics 2024》报告、EIN Presswire《Global Industrial Robotics Market Outlook 2026–2036》、Intrinsic官方公告、TechCrunch、智联招聘2026年2月行业招聘数据等相关媒体与机构的公开报道。
炒股配资找配资,正规配资平台有哪些,昆明配资公司提示：文章来自网络，不代表本站观点。
