近日，雲啟資本與商湯國香資本聯合出手，投資了一家名為昆騰動力（Quantum Dynamics）的公司物流。公司創始人李強曾是菜鳥集團 CTO，也是阿里國際數字商業板塊的技術掌舵人。如今，他帶著從 0 到 1 打造千萬級系統的實戰經驗，帶領團隊跳出“AGV和無人車”的傳統框架，打造一個面向物理世界的Physical AI平臺。
創始人李強在阿里巴巴任職 17 年，是行業裡少有的同時兼具 “物流業務 + AI 技術 + 全球化” 三重履歷的創業者物流。他歷任菜鳥集團CTO、阿里巴巴國際數字商業板塊 CTO，統管過分佈在全球的數千人研發團隊；也曾兼任菜鳥無人車總經理，技術研發與業務拓展一肩挑，是自動駕駛技術落地與商業化的雙一號位；他帶領團隊深度對接過海外 200 個國家的郵政體系，對全球物流生態有一線的實操認知。從淘寶天貓到菜鳥，從國際化業務到無人車，四大板塊他都有從 0 到 1 的完整操盤經驗。
圍繞李強，昆騰動力攢起了一支橫跨技術、產品、產業的頂配隊伍物流。CTO，曾是行業頭部自動駕駛公司的線上演算法負責人，深耕自動駕駛全棧技術；首席科學家是國內名校博士，擁有北美名校和知名具身智慧實驗室訪問學者和博士後背景，如今也是國內頂尖機構的助理教授，專攻具身智慧基礎模型；硬體負責人曾是某上市公司人形機器人事業部的技術帶頭人，本碩博一路深耕機械臂與靈巧手領域；商業化負責人畢業於馬里蘭大學物理系，博曾在高盛、亞馬遜、Meta 擔任演算法專家，擁有 10 年物流排程系統創業經驗，手握中國聯想、韓國樂天等成熟海內外客戶和夥伴資源；更有國內物流行業大佬擔任資深顧問，提供一線產業視角與行業判斷。
公司雖然剛剛成立月餘，已經與浙江大學、南洋理工大學、上海創智學院、香港科技大學等眾多國內外知名大學和機構建立起廣泛和深入的科研合作物流。
這支隊伍的特殊之處在於：他們不是一群技術極客在幻想未來，而是一群在物流行業摸爬滾打過的老兵，帶著最前沿的AI武器，回頭來解決自己最熟悉的難題物流。
場景即土壤：先紮根本土物流，再走向通用
創始人李強提到：“Physical AI 和之前大語言模型有個區別，大語言模型是沒有地域限框定的所以需要“樣樣通”物流。而物理 AI 的話，是有地域和場所分割和限制的：機器人部署在倉庫裡，它會幹倉庫的活就好了；部署在藥店，就會幹藥店的活就好了——短期不需要它什麼都會。
第一，當下缺少資料，你想做絕對泛化“巧婦難做無米之炊”物流。第二可能短期也未必需要——你只要做到在一個相對確定的場景裡面，能把你宣告能做的事情能真正能做好，比如會揀貨就意味著機器人能在任意倉庫，覆蓋全部SKU，成功率大於99%，就有很大的價值。"
當然，先落場景，不等於把自己做成一家定製化方案商物流。場景是積累能力的土壤，技術路線始終朝著通用演進。先找到能活下去、能沉澱能力的場景，跑通資料和供應鏈飛輪，再一步步走向通用——這條路被驗證過，也值得再走一遍。
“我們會更多把場景背後原子能力抽象出來，把它沉澱；透過這些能力，就可以往非物流場景逐步遷移物流。”
為什麼第一站是物流物流？
在大模型的發展歷程裡，程式碼訓練被公認為通用智慧湧現的關鍵 —— 高頻重複、結果可自動校驗、海量真實資料，三個特質疊加，讓程式碼成了最好的 “訓練素材”物流。而在物理世界裡，昆騰動力認定，物流揀選就是那個和程式碼對標的場景。
這裡是物理互動的天然富礦物流。從規整的箱體到軟塌的包裹，從標準件到異形 SKU，物流場景幾乎涵蓋了抓取、放置、貼標、打包所有真實物理操作，天然覆蓋絕大多數長尾需求，能讓 AI 接觸到最真實、最完整的物理世界
展開全文
這裡有天然的反饋閉環物流。高頻重複的作業中，每一次成功或失敗都是清晰的訊號，無需人工標註，每一次作業都會自動沉澱成訓練樣本。機器人幹得越多，資料就越豐富，模型迭代也就越快。
更重要的是，這裡有自給自足的商業土壤物流。這是一個千億級的成熟市場，客戶願意為明確的效率提升、清晰的投資回報真金白銀付費。這意味著昆騰動力可以一邊部署落地、一邊迭代模型、一邊實現營收，不用靠持續燒錢採購資料來餵養模型。
說白了，選物流不是選了一個細分賽道，而是選了一個集訓練場、資料來源、商業回報於一體的入口物流。既能活下去，又能練技術，這是通往通用具身智慧最穩妥的第一步。
物理AI的終極壁壘是“不可複製的資料”
實驗室公司追求“萬能”通用機器人，Demo 驚豔，現場卻難落地；傳統物流廠商本質是裝置商，靠規則和精度吃飯，面對複雜環境缺乏泛化能力物流。而昆騰不屬於前面任何一類。
昆騰動力不把自己定義為一家押注某條路線的演算法公司，而是一家 Physical AI 平臺公司——真正重要的不是押中某條技術路線，而是建立一種能力：無論新的技術正規化何時出現，都能最快把它變成可落地、可交付的產品物流。
資料方面，高質量、封閉、海量的真實場景資料，從來不是花錢就能採購的資源；完全依賴商業採購資料，很難支撐一家公司訓出足夠好的模型物流。
昆騰動力的解法，是讓每一臺部署在倉庫裡的機器人都成為獨家資料的生產者：每多一個落地場景，就多一份外界無法觸達的真實資料；資料越多，模型的泛化能力和成功率就越高；模型越強，接入新客戶、新場景的成本和週期就越低物流。這是一個正向迴圈，跑得越久，和後來者的差距就越大。
物流只是 Starting Point物流，不是終點
2026 年先扎進倉庫與分撥中心的四面牆內，聚焦 B2C 與 B2 小 B 倉庫的補貨上架、揀選、打包三大人力佔比最高的核心崗位，以人機混場的方式穩步推進，國內電商倉則從美妝、醫藥這類 SKU 豐富、貨品相對規整的場景入手做揀貨與打包；等到場景跑通、模型成熟，2027 年之後再向數量龐大、環境更復雜的快遞網點拓展，最終沿著 “物流 — 工業產線、零售補貨、醫藥分揀等類物流場景 — 商業服務 — 養老家庭等民生服務” 的路徑，一步步把物理 AI 的邊界推向更廣闊的物理世界物流。
先做好"場景產品"物流，再做"系統平臺"
而昆騰動力的野心，遠不止於此物流。他們心裡藏著更長遠的兩步棋：第一步先站在行業發展的肩膀上，借力成熟的開源方案把場景跑通，把獨家的資料資產攢厚，把落地能力打磨到極致；等到資料飛輪充分轉起來，第二步再反向定義屬於自己的基礎模型，搭建起自己的技術底座，做深場景、做寬平臺。
李強表達，“第一層，從落地角度說，如果有足夠好的開源模型，做後訓練就夠了物流。但為了把後訓練做好，你必須更懂模型——所以也需要做一點預訓練，這樣才能把後訓練做得更好。
第二層，當你把場景落地做到足夠紮實，就像消費電子廠商把終端產品做到行業頭部之後，要不要做一套自研的底層系統？答案不言而喻 —— 沒人希望自己的核心業務始終被上游的技術底座牢牢繫結物流。但順序至關重要：第一步一定是先把應用場景做透、把產品價值做實，第二步才是去攻堅自主的底層技術底座。
第一步本身就已經夠你走很遠，也夠你做成一家很好的公司物流。但夢想還是要有的，只是不能一上來就直奔底層、喊著做生態，那樣很容易脫離產業實際，踩空發展的節奏。”
昆騰動力的核心不是做一個單點能力模型，而是構建一套從真實部署中持續進化的具身智慧系統物流。
第一，是具身原生的 World-Action Model物流。它不是簡單預測影片，而是聯合理解視覺、動作、本體狀態和觸覺，學習“動作會如何改變物理世界”，同時滿足機器人即時控制要求。
第二，是建立大規模資料閉環物流。以真機和人類運算元據為主，把原始日誌自動加工成帶有任務階段、失敗原因、恢復動作和業務結果的高價值訓練資料，實現秒級檢索、自動清洗標註和天級模型迭代。
第三，用高效Human-in-the-Loop降低人工成本和提升成功率物流。系統判斷機器人什麼時候真的需要人工介入，把每次介入轉化為訓練資料，一個人可以管理更多機器人。
第四，透過輕量級 World Model Corrector 即時監控執行偏差，在動作失效前及時糾偏、重規劃和重試，顯著提高真實場景中的成功率物流。
第五，新客戶和新倉庫不需要重新訓練整個模型的權重物流。而是透過 Test-Time Training、少樣本示範和歷史經驗複用，機器人可以快速適應新的貨物、貨架、光照和流程。
最後，所有機器人組成一個持續學習和自我進化的艦隊物流。每臺機器人產生的成功、失敗、干預和恢復經驗，都會透過離線強化學習、偏好最佳化、模擬訓練和真機驗證，更新到整個艦隊。
最終形成一個正向飛輪物流：
部署越多，資料越多；資料越多，模型越強；模型越強，人工越少、新場景上線越快，從而進一步擴大部署規模物流。
物理 AI 的競賽，從來比的不是誰的故事更動聽，而是誰的機器人先真正走進真實世界，穩定地把活幹起來物流。在人人都喊 “通用具身智慧” 的今天，昆騰動力選了一條看起來不那麼性感，卻足夠紮實可驗證的路。當千臺機器人真正奔跑在倉庫裡的那天，昆騰動力證明的，或許不只是一家創業公司的商業成功，更是物理 AI“從垂直場景切入，逐步走向通用” 的可行路徑。昆騰動力在為物理 AI，注入落地的第一推動力。
雲啟資本表示，物流具備任務高頻、反饋清晰、商業價值明確等特點，是驗證機器人能力、積累真實資料並提升模型泛化能力的重要入口物流。昆騰動力團隊採取的以物流為起點，最終構建具備跨場景泛化能力、面向物理世界的通用基礎模型的漸進路線更為務實。
商湯國香資本表示，物流是目前具身智慧賽道里最紮實的落地賽道之一，AI 機器人的降本增效價值能直接量化；同時絕大多數純技術出身的創業團隊相比，創始人李強具備物流、電商產業認知優勢物流。疊加團隊及股東具備的產業資源協同，專案能快速切入核心倉儲場景跑通真實資料飛輪，在行業規模化落地的拐點到來之前站穩腳跟。上述因素完全符合機構“對的場景裡，做對的事的團隊”的投資邏輯。
多維資本作為早期孵化方與深度合作伙伴，正全力支援其打通從模型到場景的商業閉環，致力於推動具身智慧在真實產業中創造價值，助力昆騰動力在物理AI時代佔據先機物流。
