蚂蚁灵波频发新成果，高管团队首谈技术路线和战略选择

界面新闻记者 | 佘晓晨 界面新闻编辑 | 刘方远

2025年2月，蚂蚁蚂蚁灵波因密集的灵波招聘信息首次进入公众视野，这家大厂旗下的新成线和选择具身智能公司由此引发关注。今年以来，果高管团随着其频繁公布模型研究成果，队首公司的谈技战略轮廓逐渐清晰。

上周五，术路蚂蚁灵波发布业界首个具身原生世界动作模型 LingBot-VA 2.0。战略得益于具身原生架构，蚂蚁该模型在真机测试中展现出卓越的灵波执行速度与泛化能力。例如，新成线和选择机器人无需依赖任何外部拍摄设备，果高管团即可独立完成与人类的队首多轮随机对打。

图片来源：蚂蚁灵波

LingBot-VA 2.0的谈技发布标志着一种关键的技术路线选择：基于自回归架构从头开始预训练。在发布之际，术路蚂蚁灵波CEO朱兴、首席科学家沈宇军首次面向界面新闻等媒体，深度剖析了蚂蚁灵波的技术路线选择与战略规划。

定位“通用大脑”，解决泛化难题

在具身智能生态中，蚂蚁灵波明确将自己定位为通用大脑公司，核心目标是解决机器人的泛化性问题。沈宇军在接受采访时指出，蚂蚁灵波早在2025年初便确立了“做大脑”的战略方向。他们认为，这是目前距离机器人真正落地最关键的一环。

上海蚂蚁灵波科技成立于2024年底，但首席科学家沈宇军在此之前已带领团队开展具身智能技术探索。朱兴总结道，2025年上半年，蚂蚁灵波的工作重心在于团队搭建与数据准备。今年1月，公司发布首个开源空间感知模型 LingBot-Depth 1.0，随后的重点转向模型投产；而在发布2.0版本后，蚂蚁灵波正式提出“具身原生”的概念。

何为“具身原生”？

所谓“具身原生”路线，即完全自研模型训练，不再依赖数字世界模型的既有能力。

在此主张下，蚂蚁灵波采取了与行业主流不同的策略。团队认为，数字世界的需求与物理世界存在本质差异，因此他们从数字世界模型中汲取部分能力，强化物理世界所需的能力，舍弃不适用的部分，并对模型架构进行全面升级，利用互联网数据和真机数据从头开始训练。

技术路线：从VLA到VA，再到融合

目前，具身智能行业尚处早期，大脑领域的技术路线尚未收敛。行业主要存在三大路线：
1. VLA（视觉-语言-动作模型）
2. VA（视觉-动作模型）
3. WAM（世界-动作模型）

其中，VLA因基于多模态模型，能理解人类意图且推理资源消耗少、落地成本低，已获较多认可。然而，自2025年3月起，蚂蚁灵波团队意识到多模态模型在预测能力上的欠缺。对于需要在物理世界执行任务的机器人而言，预测至关重要。

为此，蚂蚁灵波决定攻克这一难题，并于今年1月发布了VA（视觉-动作）模型。通过动态建模，模型获得了对未来的预测能力。

基于现有痛点，蚂蚁灵波得出两个核心判断：
1. 需求错位：数字世界的模型天然不完全适配机器人。
2. 能力缺失：市场缺乏既具备理解能力又具备生成能力的开源模型。

沈宇军表示，这正是蚂蚁灵波与其他玩家的最大差异。因此，蚂蚁灵波并未固守单一技术偏好，而是认为未来VLA与VA等路线必将结合，诞生“1+1>2”的更优模型。目前，公司正在积极探索这种融合路径。

数据为王：从采集到生态共建

确定模型架构后，蚂蚁灵波面临的另一大底层挑战是数据。朱兴强调：“数据起不来，无论是规模、质量还是分布，模型架构都是空中楼阁。”

“具身原生”路线要求既需要产品数据，也需要定制化采集数据，且公司更坚信真实数据的价值。

朱兴指出，虽然从Ego、UMI等近期数据采集方案的变化来看，采集效率提升、真机数据成本下降，但从物理智能的需求来看，现有数据量仍远远不够。模型在真实世界中的应用与迭代至关重要，行业真正的数据闭环需要应用类的真实数据反馈。

为此，蚂蚁灵波今年联合简智科技等数据联盟生态伙伴，共建标准化数据体系。

商业化落地：走出实验室

依托蚂蚁集团在人才、资金和资源上的积累，以及此前在星海图、宇树科技、灵心巧手等具身智能赛道的投资布局，蚂蚁灵波具备显著优势。

但无论是从数据需求还是竞争占位角度，蚂蚁灵波都不能止步于实验室。此前，公司已与乐聚、钛虎等本体厂商，以及国大药房、隆盛等企业，在零售分拣、物流分拣、工业等场景开启全面商业落地测试。

朱兴表示，未来蚂蚁灵波的模型能力将通过商业化方式，提供给广泛的具身智能客户，甚至作为“大脑”供应商。

在即将到来的2026世界人工智能大会期间，蚂蚁灵波将展示全栈大脑2.0的落地场景能力。朱兴多次强调，具身智能仍处于非常早期的阶段，技术尚未收敛。这意味着，大厂与创业公司在这一赛道中面临的机会与挑战是平等的。

(责任编辑：探索)