近期，Meta与中国机器人公司傅利叶智能合作的人形机器人原型被曝光：内部代号Max，研发用时仅三个月，身高接近5英尺、体重约106磅，搭载英伟达Jetson Thor芯片。项目面向家庭场景，Meta将其视作Muse智能体的“物理化身”，可承担日常居家任务；据披露，第二代产品已经启动研发。
比“三个月出原型”更值得玩味的是Meta的定位。大模型公司下场造机器人，逻辑并不复杂：语言和视觉模型可以靠互联网语料持续训练，但物理世界的操作数据、空间关系与失败反馈很难靠现成语料补齐。谁拥有机器人本体，谁就握住了真实场景的数据闭环与任务执行权。给智能体造身体，本质上是在争夺“大模型—物理入口—真实数据”的通道。
Meta并非孤例。海外，特斯拉持续推进Optimus，英伟达构建Isaac GR00T物理AI生态，谷歌迭代Gemini Robotics；国内，字节跳动扩张具身智能团队，腾讯推出Tairos具身智能平台，阿里迭代RynnBrain，华为构建CloudRobo开发平台。机器人正在从“要不要做”变成“谁先拿到入口”。
产业侧的数据也在印证节奏变化。国内具身智能相关企业已达194家，今年上半年主题融资超900亿元；智元通用AI机器人累计下线突破2万台，乐聚人形机器人进厂实训两个月后实际生产效率达到工厂可接受区间；上海明确提出2028年推动8000台人形机器人进工厂。竞争重心已从“能不能做出机器人”，转向能不能喂饱数据、稳定交付、算清成本的系统战。
对软件行业而言，这条赛道同样意味着新需求：机器人的系统集成、数据采集与标注服务、行业应用开发、运维管理平台，都需要大量软件能力支撑。具身智能的产业化，也是一场软件工程的长跑。
