字节跳动对于具身智能业务的布局正在进一步延伸与扩容。

多个平台数据显示，字节跳动 Seed 团队本月更新了一批面向机器人业务的招聘岗位，范围从算法、仿真延伸到了数据采集与机器人本体硬件。

在Seed团队官方招聘主页上，“具身智能数据开发工程师”被列在社招栏目的醒目位置，工作地点覆盖北京、上海；同一页面还挂出了“数据算法工程师（具身智能方向）”“机器人本体结构工程师”“机器人仿真工程师（物理引擎方向）”等职位。

多个人才平台上，字节为具身数据相关岗位开出的月薪区间在5.5万至8.5万元之间，其中具身数据采集负责人岗位起薪已超过7万元，并要求候选人具备机器人数据采集、遥操作、实验室管理或现场项目管理经验。

人才结构的扩容，标志着字节在具身赛道的投入重心正在发生位移：在此之前，其对外的技术叙事更多围绕模型研究展开；而招聘数采与本体工程人才，意味着它已经在为规模化训练基座模型和打造机器人本体形态做准备，而不再停留在模型研究层面。

此外，业内也有传闻称，字节Seed团队已经在国内收集了数个月的Ego数据。

这一动向并非孤立的国内赛道调整，它与 OpenAI 近期的转向形成呼应。以基础大模型为核心标签的OpenAI，近期已明确启动机器人本体的自研计划，并搭建了专门的机器人团队。

更深的背景是： 今年9 月初GPT-6 Astra的发布给机器人赛道带来了巨大的启发与冲击，这让业内看到了通用多模态基础模型进入物理智能的潜力。亚马逊Alexa首席科学家Zeeshan Zia甚至公开断言，机器人领域的OpenAI可能就是OpenAI本身，而不是Physical Intelligence或Skild。因此，Anthropic、DeepSeek、Kimi 等不少通用前沿模型公司都正酝酿进入具身智能和物理 AI。

岗位扩容，字节具身战略由模型走向本体

字节对具身智能并不算新来者。据晚点此前独家报道，字节的机器人探索最早可追溯至2020年，张一鸣长期关注这一赛道并会不定期参与项目讨论。

截至2025年7月，字节自研的轮式AMR物流机器人已量产超过千台，对内供给抖音电商仓，对外客户包括顺丰、比亚迪电子。彼时，字节对外界反复传递的一个定位是：物流机器人并非最终产品，而是具身智能的试验田，用来从真实物理场景中获取交互数据、跑通数据闭环。

2025年11月，字节Seed团队发布新一代具身智能模型GR-3，这是一款支持自然语言指令理解、柔性物体抓取、双臂协同、长时序任务规划的VLA模型；与之配套，Seed还推出了双臂移动机器人平台ByteMini，定位为具身智能模型的实验载体。

AI智件此前也曾报道过字节Seed团队的一项研究成果GR-Dexter，这是一套面向双手灵巧手机器人通用操控任务的 “硬件 - 模型 - 数据” 一体化框架。

组织层面，字节的具身业务在过去一年被显著收拢。今年6月，Seed内部完成一轮架构调整，Seed Robotics划归周畅管辖，原负责人李航转为顾问，周畅同时管理世界模型、多模态与具身机器人三条线，强调机器人与世界模型的双向闭环——世界模型和多模态给机器人环境理解能力，机器人真机反过来产出真实交互数据，训练世界模型。

把历史布局与本轮招聘放在一起看，字节加码具身智能业务的意味十分明显。

过去字节的具身投入集中在一条可控的商业场景线上，以物流AMR跑通数据闭环，姿态克制、不急于对外展示人形机器人样机；而本轮招聘从数据采集、数据处理平台、仿真，一路延伸到量产型硬件产品经理等本体和工程岗位，几乎覆盖了具身智能从"大脑"到"身体"再到量产的完整链条。

Astra 重塑具身逻辑，大模型厂竞逐物理AI

字节此轮加码有一个重要背景：今年9月初 GPT-6 Astra的发布给机器人赛道带来的巨大冲击。

2026年9月3日，OpenAI在同一天放出两件大事：其一，首席执行官山姆·奥特曼对外官宣，OpenAI“肯定会做人形机器人，而且已经在做”；其二，新一代旗舰模型GPT-6 Astra正式发布。

GPT-6 Astra发布后，一系列独立学术评测与开发者真机实验，在具身智能赛道形成强烈冲击。

银河通用开源的 RoboDojo 双臂操控测试显示，当 Astra 承担高层任务推理、目标校验，搭配专用底层运动控制器组成混合系统时，任务表现显著超过当时一批专门训练的机器人视觉动作策略；另有研究验证，Astra 仅依靠单目图像就能完成零样本环境导航，无需针对导航任务单独训练。

一些业内人士对此结果惊呼：“大模型厂会吃掉所有具身模型厂。”

上述判断却已经成为了不少业内人士的共识。9 月底IROS 2026（机器人学顶会）的晚宴上，CMU 助理教授石冠亚曾就Astra对Robotics的影响对在场的100多位研究人员做过一个调查，大概三分之一的研究员认为：语言模型能解决一切，Robotics is over（机器人学结束了）。

近期，宇树创始人王兴兴在工博会上也聊到了 GPT-6，他表示：随着GPT-6的发布，目前物理AI已经看到被击穿的苗头，很可能最近1-2年或2-3年。

对国产大模型公司而言，OpenAI这套动作最具示范性的地方，在于重新定义了通用大模型与具身智能的关系。

过去业界普遍认为，大模型企业的优势在"大脑"，机器人本体和物理数据是硬件厂商与创业公司的地盘；而GPT-6 Astra的发布指向一个判断：当通用模型的能力足够强，它本身就可以直接作为具身智能的策略与"大脑"。

正是在这一逻辑下，字节的加码可以被理解为对OpenAI路径的一种同向跟进。从组织到招聘，字节此轮调整也呼应了OpenAI的“模型→数据→本体”的渐进路径。

当然，也需要看到其中的不确定性。通用大模型直接充当具身策略目前仍处于早期验证阶段，物理世界的数据采集成本也远高于数字世界，作为先行者和“试错者”的OpenAI能否真正击穿物理AI仍存在很大的不确定性，而这将影响到大模型领域的追随者们在物理AI领域的投入意愿和力度。（转载自AI智件）