由 Sarah Xiao 
2026 年 10 月，字节 Seed Model 团队在官网和招聘网站更新了一批机器人岗位，覆盖本体设计、灵巧手、减速机控制、仿真工程师、数据算法工程师等数十个方向。
值得读的不是岗位数量，是岗位说明的措辞。硬件侧要求机械设计、传动优化和通信架构能力，并且明确写上了”寿命、可靠性、成本、可制造性及量产经验”；软件侧要求打通”从用户指令到机器人执行任务”的完整链路，包括 Agent 调用移动、操作和交互能力，以及失败恢复、远程入口和设备运营；数据与评测侧要求建立贯穿采集、处理、训练、评测和模型反馈的闭环。
一个模型团队在招一批懂量产的人。这个组合本身就说明了目标：它要的不是一款整机产品，是一条能自己转起来的数据产线。
三条链路，指向同一件事
把岗位拆开看，三条链路各自对应一段能力，合起来是一条闭环。
硬件链路——本体结构、减速机、灵巧手、电气线束、嵌入式驱动。要求里出现”成本””可制造性””量产经验”，说明它不打算停在实验室样机。
软件链路——从指令到执行的完整任务链，加上失败恢复和设备运营。这是”能连续跑”的要求，不是”能演示”的要求。
数据与评测链路——采集、处理、训练、评测、模型反馈。这一段是三者里最贵的，也是唯一不能被外包的。
一家想做机器人整机生意的公司，招聘重心会放在渠道、售后和产能上。字节的重心在数据闭环上。
11 笔投资，是一张补短板的清单
字节系资本在机器人领域累计出手约 11 笔，节奏克制但覆盖完整。
早期从媒体与工业侧切入：2017 年投”机器之心”，2020 年投工业智能制造的崧智智能。2021 年是高峰：迦智科技（智能移动机器人）、盈合机器人（战略独家）、未来机器人（无人叉车）、炬星科技（无人物流），其中包含 2000 万美元领投。
2025 年 1 月，字节参与自变量机器人 10 亿元 A++ 轮，这是它在具身智能赛道的第一笔直接投资。自变量走的是端到端统一 VLA 路线，公开说法是模型具备零样本泛化能力，已在真实开放环境完成”最后 100 米”的自主配送。字节看中的是”物理世界基础模型”这件事与自身大模型基因的互补性。
同期它还是锦秋基金的 LP。2025 年锦秋先后投资星尘智能、因克斯、宇树科技、乐享智能、庞勃特等；字节系资本本身也在宇树 C 轮联合领投。
投资逻辑被总结成”硬件标准化 + 软件生态化”：通过投资掌握底层标准与供应能力，同时开放自身数据、流量和算力，让机器人厂商成为平台能力的使用者和数据贡献者。翻译成一句话——硬件让别人做，标准由我来定。
模型侧：从 GR-1 到 GR-RL
字节陆续推出 GR-1、GR-2 操作模型，探索把互联网视频里学到的知识迁移到机器人操作。2025 年 7 月的 Seed GR-3 是关键一步：能理解抽象指令、操作柔性物体，只需少量人类示范就能微调适应新任务，可处理长程任务和高灵巧度操作。2025 年 12 月又发布 GR-RL 框架，让机器人在真实场景中稳定完成多步骤、高精度操作。此外还有 Robix 等研究，把能力拓展到人机交互与任务规划。
为了让 GR-3 有身体可用，字节同步做了通用双臂移动机器人 ByteMini：22 个自由度，手腕球角设计，可完成双手协同、精细抓取和狭窄空间移动操作，形成”GR-3 大脑 + ByteMini 身体”的方案。
这条产品线的名字值得注意：它不叫”某某机器人”，它叫 ByteMini，一个模型的身体。
硬件侧：两年半 1000 台，平均每周 7.7 台
字节的轮式物流机器人两年半累计产量超过 1000 台，主要服务抖音电商仓等自有业务，也服务比亚迪、顺丰等外部客户。2025 年还与赛力斯合作，共同推动人形机器人的量产与应用。
1000 台是什么量级？2026 年上半年，智元出货约 8400～9700 台，宇树约 5900 台。字节两年半 1000 台，折算下来每周约 7.7 台。
这个速度说明它不是在抢整机份额。轮式物流机器人对字节的价值在别处：仓库是它自己的，SKU 是它自己的，作业流程是它自己的——这是最干净的一块试验田，也是唯一能低成本持续产出真机数据的场景。
模式上，字节大概率不自建整机工厂，而是”自研核心方案 + 代工制造”：Seed 自研本体，火山引擎对外输出具身算法方案。整机是重资产，代工把资本开支换成了变动成本——这对一家以软件和人效为核心的公司是合理选择。
为什么模型公司必须自己下场拿数据
这件事的逻辑比”字节要做机器人”更硬。
训练语言模型，语料在互联网上，爬就行。训练具身模型，数据在物理世界里：抓取失败的那一下、柔性物体滑落的角度、门把手转多少度能开。这些不在网页上，也不在任何一个公开数据集里能凑够。
真机数据的成本结构很残酷：一台机器人、一个操作员、一小时，产出几十条有效轨迹，还要标注、清洗、评测。想把数据量做上去，只有两条路——要么买数据（没有卖家），要么自建机队（需要场景）。
于是结论就出来了：机器人的第一客户是自家模型团队。机器人不是产品，是数据采集终端；场景不是市场，是数据工厂。
这也解释了为什么字节不急着做 C 端人形。据行业分析，它的自研机器人首要客户是 Seed 模型团队，2027 年底前大概率优先用于内部数据采集，短期面向 C 端零售人形的可能性偏低。
三个观察点
第一，数据量能不能变成能力。 采集台数和有效轨迹数不是一回事。判断标准是：GR 系列在新场景上的迁移速度，有没有随数据量出现明显拐点。
第二，场景宽度够不够。 电商仓的 SKU 高度标准化，家庭和工厂的差异要大一个数量级。仓储数据训出来的模型，能不能迁到非结构化环境，这是最大的不确定项。
第三，组织能不能长出量产能力。 模型团队招硬件的人，是补能力还是补人手，要看两年内有没有产品真正进入客户现场连续服役。
字节手里有三样别人不容易凑齐的东西：自有场景、自有算力、自有模型。它缺的是时间——硬件能力和供应链经验不能靠融资买，只能靠一批批货交付出来。
所以看字节的机器人战略，别数它发了几个模型。看三个数：ByteMini 的部署台数、GR 系列在第三方本体上的落地数量、以及那套数据产线有没有开始对外售卖。
数据产线一旦能卖，字节在这条赛道上的位置，就和所有整机公司都不一样了。