阿里通义千问大语言模型负责人林俊旸发文称已建立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，可利用工具和记忆通过强化学习进行长视野推理，「它们绝对应该从虚拟世界走向物理世界」。