在人工智能領(lǐng)域，一場(chǎng)關(guān)于具身智能的變革正悄然興起。當(dāng)業(yè)界還在探討大語(yǔ)言模型（LLM）的潛力邊界時(shí)，螞蟻集團(tuán)旗下的螞蟻靈波科技（Robbyant）以一系列開(kāi)源成果，將物理AI的探索推向了新的高度。連續(xù)四天，四款具身智能模型——高精度空間感知模型LingBot-Depth、具身大模型LingBot-VLA、世界模型LingBot-World以及具身世界模型LingBot-VA——相繼問(wèn)世，引發(fā)了全球AI社區(qū)的廣泛關(guān)注。

螞蟻靈波的崛起并非偶然。早在2025年成立之初，這家公司便肩負(fù)著在具身領(lǐng)域探索通用人工智能（AGI）的使命。螞蟻靈波CEO朱興在采訪中透露，螞蟻的AGI版圖涵蓋數(shù)字智能與物理智能兩大板塊。在設(shè)立靈波科技前，螞蟻已通過(guò)投資多家相關(guān)企業(yè)，布局了整機(jī)、核心零部件、靈巧手及具身大模型等關(guān)鍵環(huán)節(jié)。而靈波科技的成立，則標(biāo)志著螞蟻正式將AI的觸角從數(shù)字世界延伸至物理世界。

“我們篤定數(shù)字世界的智能遠(yuǎn)未達(dá)到極限，語(yǔ)言模型、多模態(tài)模型、視頻生成模型仍將持續(xù)進(jìn)化。”朱興表示，“但與此同時(shí)，我們也在探索另一條路徑——從物理交互出發(fā)，在真實(shí)世界中構(gòu)建智能?！边@一理念在靈波科技的技術(shù)路線中得到了充分體現(xiàn)。與當(dāng)前流行的“Sim-to-Real”（從仿真到現(xiàn)實(shí)）路徑不同，靈波科技選擇了“互聯(lián)網(wǎng)數(shù)據(jù)+真實(shí)數(shù)據(jù)”的組合，試圖通過(guò)真實(shí)世界的反饋來(lái)訓(xùn)練具身智能模型。

螞蟻靈波首席科學(xué)家沈宇軍指出，仿真數(shù)據(jù)雖能解決部分訓(xùn)練數(shù)據(jù)稀缺的問(wèn)題，但在流體、柔性物體及傳感器誤差等復(fù)雜場(chǎng)景中，仿真往往難以準(zhǔn)確模擬現(xiàn)實(shí)。相比之下，真實(shí)數(shù)據(jù)雖然成本較高，但隨著產(chǎn)業(yè)發(fā)展和數(shù)據(jù)采集技術(shù)的進(jìn)步，這一問(wèn)題將逐步得到解決。靈波科技的實(shí)踐驗(yàn)證了這一思路的可行性?；诔瑑扇f(wàn)小時(shí)的高質(zhì)量真機(jī)數(shù)據(jù)預(yù)訓(xùn)練，LingBot-VLA在權(quán)威評(píng)測(cè)中超越了多項(xiàng)國(guó)際頂尖基線，成為現(xiàn)實(shí)世界機(jī)器人技術(shù)的一大突破。

在四款開(kāi)源模型中，LingBot-VA無(wú)疑是最具野心的作品。作為全球首個(gè)用于通用機(jī)器人控制的因果視頻-動(dòng)作世界模型，它通過(guò)視頻生成模型實(shí)現(xiàn)“想象”，結(jié)合多模態(tài)模型的邏輯推理，再疊加真實(shí)環(huán)境的反饋，構(gòu)建了視頻預(yù)測(cè)與現(xiàn)實(shí)行動(dòng)之間的閉環(huán)。這一模型僅需30-50次真實(shí)世界演示即可學(xué)習(xí)新技能，成功率比常見(jiàn)基準(zhǔn)模型高出約20%。沈宇軍表示：“我們不是在死記硬背仿真數(shù)據(jù)，而是在試圖理解物理規(guī)律。”這一理念與圖靈獎(jiǎng)得主Yann LeCun關(guān)于AI在物理世界中實(shí)現(xiàn)預(yù)測(cè)的呼吁不謀而合。

除了LingBot-VA，靈波科技的其他模型也各具特色。LingBot-Depth通過(guò)深度傳感器誤差作為掩碼優(yōu)化深度圖，大幅降低了視覺(jué)深度相機(jī)的誤差；LingBot-World則開(kāi)源了視覺(jué)效果堪比谷歌Genie 3的實(shí)時(shí)可交互世界模型，為具身智能的模擬奠定了基礎(chǔ)。這些技術(shù)的開(kāi)源，不僅為全球AI社區(qū)提供了新的工具，也展現(xiàn)了螞蟻靈波推動(dòng)行業(yè)進(jìn)步的決心。

在朱興看來(lái)，具身智能仍處于早期階段，技術(shù)路線尚未收斂。因此，螞蟻靈波更關(guān)注模型能力的上限探索以及如何降低生態(tài)伙伴的后訓(xùn)練成本。為此，公司不僅開(kāi)源了四款核心模型，還同步發(fā)布了高效的后訓(xùn)練代碼，希望以此降低行業(yè)門(mén)檻，推動(dòng)具身智能的普及。朱興的邏輯清晰而堅(jiān)定：“在路線尚未明確的早期階段，開(kāi)源是推進(jìn)行業(yè)進(jìn)步的最優(yōu)解?！?/p>

螞蟻靈波的野心不止于此。與特斯拉Optimus“造腦也造驅(qū)干”的封閉模式不同，靈波科技希望成為機(jī)器人領(lǐng)域的“安卓系統(tǒng)”。通過(guò)跨構(gòu)型路徑和與數(shù)據(jù)提供商的深度合作，靈波科技試圖構(gòu)建一個(gè)開(kāi)放的生態(tài)系統(tǒng)，讓硬件廠商能夠以更低的成本將靈波的“大腦”適配到自己的“身體”上。這一策略不僅體現(xiàn)了螞蟻靈波的技術(shù)自信，也為其在未來(lái)的競(jìng)爭(zhēng)中奠定了基礎(chǔ)。

當(dāng)然，挑戰(zhàn)依然存在。沈宇軍指出，強(qiáng)化學(xué)習(xí)的具體落地范式尚未收斂，AI推理中至關(guān)重要的“慢思考”能力仍在探索中。但背靠螞蟻集團(tuán)的AGI整體戰(zhàn)略、業(yè)界一梯隊(duì)的AI基礎(chǔ)設(shè)施支持以及堅(jiān)定的資金投入，靈波科技顯然已經(jīng)做好了長(zhǎng)期作戰(zhàn)的準(zhǔn)備。隨著四款模型的連續(xù)發(fā)布和開(kāi)源，螞蟻的AI戰(zhàn)略實(shí)現(xiàn)了從數(shù)字世界到物理世界的關(guān)鍵延伸。一個(gè)深度融合、開(kāi)源開(kāi)放并服務(wù)于真實(shí)場(chǎng)景的AGI生態(tài)，正在加速成型。