10 月 9 日消息，阿里通义千问大语言模型负责人林俊旸 10 月 8 日在社交媒体 X 上发文表示，已组建机器人和具身智能的小型团队。他表示，多模态基础模型正转变为基础智能体（agents），这些智能体可以利用工具和记忆通过强化学习进行长视野（long-horizon ）推理，“它们绝对应该从虚拟世界走向物理世界”。
在全球科技巨头纷纷布局机器人领域的背景下，阿里云近期首次布局具身智能，上月领投了中国机器人初创公司自变量机器人（X Square Robot）的 1.4 亿美元融资。此外，两周前的 2025 云栖大会上，阿里巴巴 CEO 吴泳铭表示，未来五年全球 AI 投资总额将加速增长到 4 万亿美元，阿里必须保持同步。除了 2 月公布的未来三年为云和 AI 硬件基础设施投入 3800 亿元外，阿里还计划追加投入。
作为通义千问的技术负责人，林俊旸此前参与开发了可处理声音、图像及文本输入的多模态模型。