扫描下载APP
其它方式登录
文章探讨具身智能产业中“通用大脑”平台型公司的崛起路径，以蚂蚁灵波为典型案例，分析其通过大规模自主预训练、高可用数据管线、跨构型模型设计、全栈工具链及外部采用验证五大杠杆，构建可复用于多本体、多场景的物理世界智能基础设施，强调平台价值在于降低智能适配的边际成本。
蚂蚁集团旗下具身智能公司灵波坚持‘具身原生’路线，拒绝嫁接数字世界大模型（如VLA、WAM），从零训练基于真实物理数据的基模，聚焦机器人感知、融合与动作执行能力；强调数据质量与场景分布的核心壁垒，优先落地药房、工业上下料等2B2C生活服务场景，专注提供机器人大脑及工具链，不涉足本体量产。
蚂蚁灵波开源的LingBot-Map是一种流式3D重建基础模型，仅用单颗RGB摄像头即可实时完成相机位姿估计与场景三维结构重建，提出几何上下文注意力（GCA）机制，通过锚点、局部窗口和轨迹记忆三层结构实现高效长序列处理，在ECCV 2026获Oral论文认可，显著提升位姿精度与重建质量，推动机器人空间感知从‘看见’迈向‘记住’。
文章探讨通用机器人正从单一物理形态演变为一种分层架构：现实任务驱动机器人身体分化（如轮式、双足、四足、不同负载与末端执行器），而AI模型（如LingBot-VLA 2.0、Gemini Robotics 2、GR00T N1.7）通过跨本体训练实现感知、规划与任务知识的复用，使智能可适配多种硬件。通用性由此被重新分配至模型、模块与身体协同的架构中。
文章分析8月三大具身智能公司（Generalist、Skild AI、蚂蚁灵波）密集发布的机器人模型，指出其共同聚焦于上下文学习（ICL）技术路线，通过视频演示、因果建模和少样本/零样本学习实现物理世界中的任务泛化与智能涌现，指向人工智能对人类‘经验’的可计算化建模这一前沿共识。
蚂蚁集团旗下具身智能公司蚂蚁灵波启动首轮独立融资，拟募资15亿元，聚焦研发适配全品类机器人的通用‘具身大脑’，不生产硬件，已实现对17个机器人品牌的跨平台适配，并在零售等真实场景落地验证，目标成为具身智能‘大脑层’的平台型独角兽。
蚂蚁灵波确认融资传闻，作为蚂蚁集团全资子公司，将持续聚焦通用机器人大脑研发，已构建覆盖感知、理解、决策、执行的具身智能模型体系，并在零售、物流等场景推进商业化落地，加速产业应用。
蚂蚁集团成立全资子公司蚂蚁灵波，专注具身智能研发，推出六款开源大模型，双线并进VLA与世界模型路线，聚焦机器人‘大脑’构建；虽技术领先（如150Hz实时推理），但面临真实场景泛化、数据依赖生态伙伴、本体量产能力不足及内部资源竞争等困顿，是大厂中唯一兼顾大脑基座、世界模型与自研本体的团队。
LingBot-World 2.0 是蚂蚁灵波推出的开源世界模型，支持秒级生成、小时级无限时长运行与实时文本驱动的世界演化。其采用双Agent架构（Director/Pilot）、因果自循环机制和MoBA注意力创新，显著提升物理一致性、交互自由度与时序稳定性，面向游戏开发、具身智能仿真与视频创作等场景。
蚂蚁灵波科技开源大规模RGB-D深度数据集LingBot-Depth-Dataset，含300万对真实与渲染样本、覆盖6款主流深度相机，总规模2.71TB，为具身智能、空间感知和三维视觉提供高质量真实场景训练数据，并支撑其自研模型LingBot-Depth实现深度预测误差大幅降低。
魔搭社区联合多家权威机构发布EAI-100具身智能年度榜单，蚂蚁灵波科技及其自研具身基座模型LingBot-VLA、首席科学家沈宇军双双入选核心榜单；LingBot-VLA具备跨本体跨任务泛化能力，基于超2万小时真实操作数据训练，支持低成本快速迁移与开源适配，推动具身智能工程落地。
