虎嗅黄青春频道发表深度分析文章指出，外界对腾讯在AI赛道“起大早赶晚集”的揶揄，可能低估了其实际布局。文章梳理了腾讯从底层混元大模型，到中间层智能体开发平台ADP、具身智能平台Tairos，再到应用层WorkBuddy、CodeBuddy等产品的全栈路径，认为其底层技术到终端应用的落地脉络清晰。

在具身智能这一向物理世界延伸的“战略要塞”上，腾讯由首席科学家、Robotics X实验室主任、福田实验室主任张正友带队，选择了一条与行业主流“端到端单模型”截然不同的技术路线。张正友以神经科学的“裂脑实验”指出，当前多数具身方案过度依赖语言模型逻辑，但语言不等于完整认知，真正的智能必须在“感知、决策、行动”的闭环中形成。基于此，腾讯构建了三层异构的具身智能架构Apexio：最上层为认知系统，调用大模型进行深度推理与任务规划；中间层为感知行动系统，接收视觉等环境信息并快速调整行为；最底层为反射系统，以更高频率运行，处理碰撞、失衡等突发状况，实现即时自保。文章认为，这种分层架构避免了单一端到端模型在推理延迟与深度能力之间的两难，更贴合物理世界运行规律。

在具体模型落地方面，腾讯发布的RxBrain（具身世界认知基座模型）实现了语言拆解与目标图像生成的打通。自研的HyVLA-0.5模型已实现工业级落地，依托自研亚毫米级UMI穿戴式数据采集手套，积累了超过1万小时的人类第一视角操作数据。该模型已在日化品工厂产线完成实测，作业成功率超过95%，新增品类（SKU）适配周期不到3天。在权威仿真评测中，HyVLA-0.5也拿下综合排名第一，并在长时序任务、记忆任务两个维度登顶。

对于外界关于腾讯不做机器人硬件的质疑，张正友以手机行业格局类比：腾讯选择的是类似安卓的底层系统赋能模式，而非苹果式的软硬件全闭环。他认为中国机器人本体制造能力已高度成熟，腾讯的核心优势在于AI、云与连接能力，因此Tairos定位为具身智能的“通用大脑”，向上支撑应用开发商，向下赋能机器人本体厂商。据文章透露，Tairos与宇树打磨导览场景时，基础适配曾耗时三个月，但依托标准化接口后，新增场景5天即可落地；给越疆机器狗做系统适配更是只用一天就完成部署。腾讯优先绑定越疆、宇树、智元等头部本体厂商，旨在跑通标杆场景后快速复制。

文章还指出，具身智能的核心瓶颈仍是数据。腾讯的思路是打通四层数据体系，用底层大规模数据做预训练，用顶层高精度数据做微调。算力层面，腾讯云异构计算研发总监陈煜东透露，具身智能客户的算力需求年增速达200%-300%，训练规模从百卡级跃升至千卡、万卡级。针对国产芯片适配难题，团队已通过AI Agent辅助算子迁移，将单个算子迁移时间从平均5天缩短至1天。

对于行业同质化竞争，张正友认为这是早期正常状态，规模化落地尚未启动。在落地节奏上，他认为工业场景会率先实现规模化落地，因为环境结构化、任务标准化；而家庭、养老等非结构化场景门槛更高，核心是安全性必须做到100%，需要触觉、力觉感知等必备能力。文章总结认为，腾讯在AI时代的目标是成为连接模型与场景、智能与硬件的“水电煤”式基建。