
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。