亚马逊联姻 DeepSeek 与通义千问 中美科技巨头的再次联手

huaweizhongxing

亚马逊联姻 DeepSeek 与通义千问：开启人形机器人 AI 操控新时代！

在全球人工智能与机器人技术的激烈竞争中，电商巨头亚马逊正以颠覆性姿态改写行业规则。6 月 6 日消息显示，亚马逊硬件研发核心部门 Lab126 已组建Agentic AI（代理式人工智能）团队，通过集成中国开源大语言模型DeepSeek-R1和阿里通义千问 Qwen2-VL-72B，全力推进 ** 物理 AI（Physical AI）** 研发，目标打造可通过自然语言指令自主执行复杂任务的人形机器人。

一、技术联姻：开源大模型重构机器人操控范式

亚马逊此次选择的DeepSeek-R1和通义千问 Qwen2-VL-72B，代表了当前开源模型的顶尖水平：

• DeepSeek-R1：通过强化学习实现零样本推理，在数学、代码生成等任务上性能比肩 OpenAI o1 正式版，其开源特性允许亚马逊快速迭代模型。2025 年 1 月，亚马逊已将该模型接入 AWS 云服务，为机器人开发提供底层算力支持。
• 通义千问 Qwen2-VL-72B：具备视觉智能体能力，可自主操作手机、机器人等设备，支持多语言文本理解和长视频分析，在文档处理和复杂决策场景中表现超越 GPT-4o。阿里此前已将该模型应用于钉钉 AI 客服助理，验证了其多模态交互能力。
• 
  

这种语言模型 + 视觉智能体的组合，使机器人能通过自然语言指令完成环境感知 - 路径规划 - 精准操作全流程。例如，用户只需说 “将货架第三层的红色包裹搬到分拣区”，机器人即可通过视觉识别定位目标，规划避障路径，并调整机械臂力度完成搬运。

三、行业影响：开启 AI 驱动的机器人军备竞赛

亚马逊的技术选择引发全球关注：

• 开源生态的商业价值：通过接入 DeepSeek 和通义千问，亚马逊节省了数亿美元的模型研发成本，同时借助开源社区的持续优化保持技术领先。
• 对竞争对手的降维打击：相比特斯拉 Optimus 依赖自研模型、波士顿动力专注硬件突破，亚马逊的开源模型 + 云服务模式更具成本优势。行业预测，其机器人部署成本可比传统方案降低 40%。
• 伦理与安全挑战：多模态模型在复杂环境中的可靠性仍存争议。UC 伯克利研究显示，当前顶尖模型在多视图理解任务中的准确率仅为人类的 50%，亚马逊需通过强化学习 + 人工标注双重机制提升鲁棒性。
•