七月初，，，，蚂蚁集团旗下的蚂蚁灵波用四天时间一连宣布六款具身智能大模子，，，，笼罩视觉、视频、空间感知、灵巧操作、天下模子和天下行动模子（WAM）等多个偏向，，，，这是这家公司半年内的第二次麋集宣布相关模子。。
。。 蚂蚁对具身智能的结构，，，，着实已经铺开一年多。。
。。早在2024年4月，，，，蚂蚁就砸下数亿元投资了视频天生大模子公司爱诗科技，，，，视频天生是天下模子这条手艺蹊径的底座，，，，这笔投资也被视作蚂蚁在具身智能“大脑”偏向的第一次结构。。
。。同年12月，，，，蚂蚁建设全资子公司蚂蚁灵波专注具身智能营业，，，，2025年9月，，，，蚂蚁灵波推出首款服务机械人Robbyant R1。。
。。从工业链上的整机、灵巧手到大脑基座，，，，险些都能看到蚂蚁的身影。。
。。 而蚂蚁进入的这条赛道，，，，正是已往两年AI领域最火热的偏向之一。。
。。头部本体公司的融资节奏险些按月更新，，，，估值一起走高，，，，硬件形态在逐渐趋同，，，，但大脑究竟该怎么做，，，，行业里还没有统一谜底。。
。。；チ蟪А⒒等吮咎骞尽⒋匆倒韭叫鲁，，，，手艺主张各有差别，，，，有的押VLA，，，，有的押天下模子，，，，蚂蚁灵波则选择了较量少见的多蹊径并行的打法。。
。。 蚂蚁已往二十多年的生长一直围绕支付宝这个超等APP睁开，，，，先做支付，，，，再做金融，，，，然后延伸到医疗康健，，，，机械人硬件不是它的古板领域，，，，具身大脑更是需要长周期的算力、人才和数据投入。。
。。 一家做惯了轻资产、快周转生意的公司，，，，为什么愿意押注一个短期看不到回报、竞争又异常强烈的赛道？
？？更况且，，，，在具身智能领域，，，，蚂蚁既没有相关履历，，，，也没有先发优势，，，，它真的能够厥后居上吗？
？？ 翻一遍这两年蚂蚁投过的机械人公司会发明，，，，它险些不错过任何一个环节的头部选手，，，，其中有中游本体厂商宇树科技、星海图，，，，也有上游要害零部件好比做灵巧手的灵心巧手。。
。。先通过投资建设起源的工业生态，，，，也是科技互联网大厂最熟悉的方式。。
。。 仅仅做投资显然不可知足蚂蚁的野心。。
。。2024年12月，，，，蚂蚁在上海张江注册了全资子公司蚂蚁灵波科技，，，，公司建设后的第一个行动是在2025年9月推出首款服务机械人产品Robbyant R1。。
。。R1的定位是家庭服务，，，，可以被用于取菜、烹饪、清洁等标准化服务场景。。
。。 但放在去年9月这个时间节点，，，，机械人本体市场的竞争已经很是强烈，，，，整年出货量凌驾1万台，，，，头部本体公司一年能卖出四五千台机械人，，，，在这样的配景下，，，，蚂蚁选择把重心移向具身大脑。。
。。 2026年1月，，，，蚂蚁灵波开源了四款具身大模子：LingBot-Depth、LingBot-VLA、LingBot-World、LingBot-VA。。
。。从模子的命名上能大致看出它的手艺蹊径划分笼罩了深度感知、VLA、天下模子、以及天下行动模子。。
。。 VLA和天下模子是目今具身智能大脑的两大门户。。
。。VLA，，，，全称视觉-语言-行动模子，，，，焦点思绪是把摄像头看到的画面、听到的语言指令，，，，直接映射为机械人的物理行动。。
。。它的优点是反映快、延迟低、执行能力强，，，，弱点是缺乏对情形的深层明确，，，，泛化能力有天花板。。
。。 另一派是天下模子，，，，强调机械人对物理天下的明确、展望和模拟能力。。
。。；等嗽谙率种，，，，先在“脑子”里推演一遍，，，，再决议怎么动。。
。。天下模子的想象空间更大，，，，但对算力、数据和训练要领的要求也更苛刻，，，，短期内很难像VLA那样直接落地。。
。。 蚂蚁灵波选择了双线并进。。
。。LingBot-VLA走的是VLA蹊径，，，，基座是视觉-语言模子（VLM），，，，LingBot-VA走的是天下模子蹊径，，，，基座是视频天生模子（VideoGen）。。
。。两套系统的训练数据完全共享，，，，只是基座差别。。
。。 在开源四款模子的半年后，，，，蚂蚁灵波又宣布了升级版的六款模子。。
。。相比1月份的四款，，，，7月这一波先对此前的四款模子做了2.0的升级版，，，，多出来的两款模子是LingBot-Vision和LingBot-Video，，，，两个都是从零预训练的基座模子，，，，代表蚂蚁最先搭建自己的视觉和视频底座。。
。。 这六款具身大模子中，，，，Vision、Video、Depth偏手艺底座，，，，VLA和World代表两种手艺蹊径，，，，而VA2.0被称为行业首个具身原生天下行动模子，，，，简朴来说它在原有的执行基础上，，，，可以一连判断“天下接下来会怎样转变”，，，，并同步天生下一步行动，，，，是现在天下模子在具身智能领域应用里较量常见的一种方式。。
。。 回看在具身智能上的一连串结构，，，，蚂蚁把自己的AGI目的拆成了两个层面：数字智能和物理智能。。
。。数字智能这一侧，，，，底层是自研的百灵大模子，，，，应用层则是AI支付宝、蚂蚁阿福和灵光。。
。。 蚂蚁灵波首席科学家沈宇军曾体现，，，，蚂蚁已往做的是生涯相关的服务，，，，已往在数字天下积累，，，，未来要更好地服务用户肯定会进入到物理天下。。
。。 再往下一层，，，，尚有手艺底座的复用问题。。
。。蚂蚁已往在支付、金融领域的探索，，，，让它在图盘算、机械学习等手艺上有较量深挚的积累，，，，只不过过往这些能力经常被“金融科技”这个标签遮住。。
。。 这些能力单拿出来讲都不敷性感，，，，但在具身智能大脑领域，，，，大规模数据处理、多模态融合、重大决议、漫衍式训练与蚂蚁过往的手艺积累有许多可以相互关联的地方。。
。。 从这个角度明确，，，，蚂蚁下场做具身大脑并不是从零最先，，，，更像是把已往在数字天下里练出来的手艺，，，，试图往物理天下里迁徙一遍。。
。。 一位恒久跟踪具身智能行业的投资人告诉「AIX财经」，，，，从他看过的BP里，，，，近期入场的具身大脑创业公司预训练数据量普遍都是10万小时起步，，，，灵波此前透露的LingBot-VLA2.0预训练数据约莫是6万小时，，，，这个数字没有显着优势。。
。。 近年来随着竞争和羁系情形的转变，，，，蚂蚁的金融科技主业增添天花板逐步展现，，，，蚂蚁最先把更多的精神放在生涯服务和康健领域。。
。。 去年年底，，，，蚂蚁集团CEO韩歆毅宣布全员信，，，，宣布升级组织架构，，，，将原“数字医疗康健事业部”升级为“康健事业群”，，，，并将加速推动医疗康健营业成为战略支柱板块。。
。。 可以预见的是，，，，在老龄化社会里，，，，AI助手不但要解决问诊这一个问题，，，，最终还要有实体，，，，陪同、送药、康复、看护，，，，这些是纯软件解不了的问题，，，，沈宇军说未来要更好地服务用户肯定会进入到物理天下，，，，这是营业的自然延伸。。
。。 这套逻辑听起来自洽，，，，但同样面临挑战。。
。。具身智能自己是一个需要恒久、大宗资金、算力和人才投入的行业，，，，蚂蚁在AI战线上要做的事情已经许多，，，，有基座大模子、支付宝AI化、蚂蚁阿福、灵光、康健AI、全球化，，，，每一块都在烧钱，，，，有几多精神和资源能分给具身智能是个未知数。。
。。 灵波更像是一个大厂内部项目，，，，这在顺境里是优势，，，，资源来自集团，，，，不必为了融资对外讲故事。。
。。但遭遇长周期的手艺不确定性时，，，，则意味着它的运气并不完全取决于自己，，，，而取决于蚂蚁在集团层面还愿意给它多长的耐心。。
。。 在具身智能这个还没有跑出真正头部的市场，，，，蚂蚁的敌手大致可以分成三类：其他互联网大厂、专门做本体的硬件公司、以及聚焦于大脑的创业公司。。
。。 先看第一类，，，，也就是和蚂蚁统一量级的大厂。。
。。阿里在通义系统下推出了Qwen-Robot，，，，但产品定位更偏平台工具，，，，它给机械人厂商提供多模态基础模子，，，，自己并不做本体，，，，也不深入到具身大脑的操作层。。
。。 腾讯的Robotics X研究院走的是“云+投资”蹊径，，，，云端能力对外输出，，，，把大脑以及算力卖给机械人公司；；华为CloudRobo同样以云端为主，，，，把机械人接入华为云生态；；京东和美团在具身机械人上接纳的是重投资、轻自研的战略，，，，京东更看重物流场景，，，，美团更看重外卖配送。。
。。 第二类是硬件本体公司，，，，宇树、智元、银河通用、星动纪元、乐聚等。。
。。这一批公司在本体上的能力显著强于蚂蚁灵波。。
。。它们中的大部分也在自研大脑，，，，只不过许多还处在早期阶段。。
。。 并且这些本体厂商中也有不少与蚂蚁有相助关系，，，，除了蚂蚁直接加入投资的宇树、星海图，，，，今年6月，，，，乐聚机械人官宣旗下KUAVO 4 Pro（夸父）已经完成了LingBot-VLA的后训练适配，，，，并且围绕GM-100评测系统里的95个真实操作场景做了系统性的真机测评。。
。。 到7月，，，，蚂蚁果真的数据是LingBot-VLA 2.0已经适配了17个品牌20种构型，，，，这些品牌包括乐聚、智元、星尘智能、宇树、松灵、星海图、银河通用、睿尔曼、Franka、方舟、北京人形、傅利叶、邪术原子、千寻、零次方、非夕和青龙，，，，构型上同时包括了单臂与双臂，，，，双足与轮式等多种形态。。
。。 与这一类公司的竞争优劣势很难直接较量，，，，一位具身智能大脑相关从业者告诉「AIX财经」，，，，现在具身大脑创业公司还停留在讲故事阶段，，，，每个人都有自己的手艺蹊径主张，，，，没有统一评测标准。。
。。它不像本体，，，，可以拉出来跑一段展示运动能力，，，，大脑的能力很难可视化。。
。。 评测标准的缺失让这个行业更难有共识。。
。。大语言模子有一整套多条理的评测生态，，，，行业内共识度高。。
。。只管已有公司在结构，，，，但具身智能大脑到现在为止还没有类似的评测基准，，，，场景纷歧样、使命纷歧样，，，，测试效果天差地别，，，，也就没有一把行业公认的尺子来量。。
。。 它最确定的优势是资源。。
。。蚂蚁的算力系统、AI Infra，，，，以及百灵团队的积累，，，，灵波都可以直接复用，，，，这是创业公司短期内难以具备的条件。。
。。其次是它在工业链中的位置相对中立。。
。。灵波虽然也做本体，，，，但R1的出货规模有限，，，，还缺乏以对任何一家本体厂商组成实质威胁，，，，这让它向十几家厂商开放模子时不必面临“帮敌手养大脑”的记挂。。
。。第三是开源的水平，，，，权重、代码、后训练工具链、评测集所有放出，，，，在手艺标准尚未定型的阶段，，，，这是把自己酿成公共底座最直接的路径。。
。。 在本体环节，，，，宇树、智元、银河通用等公司在硬件工程、供应链和量产上已积累数年，，，，灵波的机械人现在更靠近验证模子的载体，，，，距离走量尚有距离。。
。。在数据环节，，，，灵波真机数据主要依赖生态同伴供应。。
。。一旦本体厂商最先认真自研大脑，，，，供应随时可能收紧，，，，并和灵波形成竞争关系。。
。。 与大厂偕行的关系则更玄妙。。
。。灵波对内要在蚂蚁的整个AI国界里争取资源，，，，对外仅阿里系就有多个具身智能条线各自为战，，，，包括千问的Qwen-Robot、高德的天下模子。。
。。灵波在训练数据和模子能力层面的差别事实能否形成护城河，，，，眼下尚无定论。。
。。 别的，，，，手艺蹊径的不确定性也是悬在所有玩家头上的一把剑。。
。。今天看，，，，VLA和天下模子的融合听起来是个合理偏向，，，，但融合怎么融、以什么比例融、融到什么水平算乐成，，，，没有标准谜底。。
。。 蚂蚁押的这个偏向纷歧定就是最优解，，，，它可能是对的，，，，也可能被别的蹊径甩开，，，，这是这个阶段所有玩家都要面临的配合风险。。
。。 眼下的蚂蚁灵波更像一张面向未来的期权，，，，它让蚂蚁不至于错过物理智能的入口，，，，也让公司有时机把二十年积累的数字服务能力带到屏幕之外。。
。。但最终要看机械人是否真的走进家庭、医院和商业空间，，，，也要看这些机械人在需要“大脑”时，，，，会不会选择蚂蚁。。
。。