一 | 七岁以前，生活在鄂南农村老家，门前一汪池塘，池边一棵枣树。 那时四代同堂，小叔和堂哥们都还年少，上树摘果，下水捉鱼，小叔拿圆木盆当船，双手为浆，立刻便划到水中央采菱角。少年孔武的手臂搅碎了水面的平静，也搅动着村庄的人烟，青灰色的瓦片上嵌着小小的方形烟囱，青白的炊烟就从那里袅袅而起，仿佛大地发出的沉重叹息，沉重又绵长。 该图片使用了AI生成技术 本文来自微信公众号： 潮涌AI ，作者：潮涌AI编辑部，原文标题：《蚂蚁集团组织了一支「物理AI特工队」：蚂蚁灵波具身路线的优势与困顿》 2024年12月，上海张江，一家新公司注册成立。 硕博占比超过九成，CEO是朱兴，首席科学家沈宇军来自蚂蚁技术研究院交互智能实验室。 这样田园牧歌式的生活成本极低，粮食、蔬果甚至鸡鸭鱼肉都能自给自足。 这家公司叫蚂蚁灵波，蚂蚁集团全资子公司，注册资本1亿元，在刚刚结束的WAIC上以“镇馆之宝”的名号扩散势能。在我有记忆以来的人生经历中，极少听到家族中有谁谈论自己的养老问题，尽管父辈中年龄最大的人已经超过60岁。 他们从黄泥巴地里蹚出来，成为木匠、泥瓦匠或油漆工，候鸟般飞向沿海发达地区。湖北作为劳务输出大省的统计数字背后，是千千万万像我的父辈们这样的身影。 毫无疑问，蚂蚁集团内部多了一支被员工称为“物理AI特工队”的队伍。
二 | 他们的任务不是做支付，不是做大模型聊天机器人，而是给实体机器人造“大脑”。
三 | 蚂蚁如何爬出一家“机器人公司” 朱兴2011年加入阿里巴巴。 最早开始关注父母的养老问题，是在我上大学前两年。 过去14年里，他做过支付、金融服务、O2O，2023年刚刚完成支付宝广告商业化的从0到1，而在2024年底，他被抽调筹建蚂蚁灵波。 这是一个令外界意外的选择。父母早婚早育，那时尚不足四十五岁，如果及时缴纳灵活就业社保，至六十岁时可以缴满十五年。 从时间线来看，灵波的筹建时间非常紧迫。但现实是，母亲在县城餐馆端盘子，月入一千八，父亲在广东一家建筑工厂卖苦力，年收入六七万元，而我每年需耗费家庭三万元资金求学。让捉襟见肘的父母每年支出一两万元，用于缴纳他们毫无概念的社保，无异于天方夜谭。 2018年前后，父亲换到另一家工厂，老板和我们同县，算半个老乡。 朱兴没有机器人行业的背景，但他有一个蚂蚁当下最需要的能力：把技术变成能落地的产品。 灵波的首席科学家沈宇军则来自蚂蚁技术研究院交互智能实验室，研究方向是计算机视觉和深度学习，本科毕业于清华大学电子工程系，然后选择在香港中文大学信息工程系攻读博士学位，曾在商汤实习，担任过字节跳动高级研究员。对方和父亲商量，工钱可以直接给全额现金，或者按5000/月的基薪交社保，还有一部分给现金。 两人搭配的逻辑清晰：一个懂产品化和商业化，一个懂技术底层。
四 | 目前，灵波团队硕博技术人才占比超过九成。在蚂蚁集团内部，灵波挂在CTO线下，与百灵大模型团队、支付宝AI团队平行，但专攻“物理智能”——也就是具身智能。
五 | 父亲和我说起这件事，我极力建议他选后者，一定要交上社保。他起初确实听了我的话，每月以5000元的基薪交着最低系数的五险，后面自己觉得拿到手的钱少了还是难以接受，又换回了全额领现金的结薪方式。
六 | 蚂蚁集团对灵波的战略定位，是把AGI目标拆成两个层面：数字智能和物理智能。数字智能由百灵大模型、AI支付宝、蚂蚁阿福等业务承载；物理智能的核心执行主体，就是灵波。 六款模型，两条路线 2026年7月初，蚂蚁灵波在一周内连续发布六款具身智能大模型，覆盖视觉、视频、空间感知、灵巧操作、世界模型和世界动作模型六个方向，并且全部开源。 这不是一次普通的产品发布，灵波在发布会上展示了它的技术路线选择：双线并进。 第一条是VLA路线（视觉-语言-动作），代表模型是LingBot-VLA 2.0。这条路线的主流逻辑是“看到→理解→动作”，基于视觉-语言模型做基座，让机器人根据视觉输入和语言指令输出动作。 我很难去指摘父辈们更看重眼前利益的思维局限，他们从物资匮乏年代走过来，对未来的信任远不及对当下的依赖，财物都要紧紧攥在手心才踏实，60岁以后要怎么过？农村里多的是每月领着一两百块退休金生活的老人，也没见谁饿死。
七 | 他们对养老的认知，可能仅仅在于活着，还远未抵达活得好、活得有尊严的层面。
八 | 当我开始系统研究农村养老政策时，发现有无数像我一样的农村独生女们正在积极寻找破局之路，有人通过子女随迁的方式将父母的户口迁到成都，因为那里的基础养老金更高，有人为父母买了商业保险作为另一重保障……她们主动将自己的经历转化为可复用的经验，在社交平台无私分享、彼此支撑。这是当前行业最主流的技术路线，Figure、Google DeepMind的RT系列都在这个方向。
九 | 在这期间，我也了解到我们村里每年都会挨家挨户上门收取城乡居民养老保险，几乎所有人都是按照最低档来缴纳的。 第二条是世界模型路线，代表模型是LingBot-VA 2.0。据我母亲回忆，“一开始只收100块，有一阵变成了200块，现在要收300块了。这条路线不直接映射感知到动作，而是先预测“世界接下来会如何变化”，再同步生成下一步动作。沈宇军在技术分享中把VA 2.0定义为“行业首个具身原生世界动作模型”，基于自回归架构从零开始预训练，实现了单卡150Hz的实时推理。 六款模型的分工是清晰的： VA 2.0的技术细节值得单独拆解。 据灵波发布的技术文档，它采用了四项核心设计：语义视觉-动作分词器、严格的因果预训练范式、MoE架构，以及增强的异步推理机制。” 她说的正是城乡居民养老保险最低档次的逐年提额过程，这种渐进式的提升，背后是国家层面的努力，却也暴露了制度与百姓认知之间的鸿沟。 为摸清前路，我开始向同辈取经： 一位同龄的本地朋友，父母从很早前就开始缴纳灵活就业保险，每人每年需要交一万多块，退休后按目前测算每人每月可以领2000元左右； 一位成都的朋友，给父母缴纳的养老保险金额是逐年提升的，每年涨1000元左右，至退休时两人合计每月可以领取三千多元； 我的堂哥，父母也就是我的舅舅、舅妈，两人都是按当年最低档缴纳的城乡居民养老保险，目前均年满60岁，两人每月的养老金加起来不足500元。年过六旬的舅舅仍然在工地做一些零活，舅妈在家带孙子，暂无其他收入来源。前三项解决的是“理解世界”的问题，最后一项解决的是“实时响应”的问题，让机器人在执行当前动作时，模型已经开始预测未来状态。 150Hz的推理频率是什么概念？ 它意味着模型每秒完成150次推理，单次响应约6.7毫秒；作为参照，人类眨眼一次约需300-400毫秒，也就是说，机器人“思考”一次的时间不到眨眼时间的1/50。 城乡居民养老保险的月领取标准是由个人账户余额/139、基础养老金、年限养老金三部分组成，基础养老金看当地政策，年限养老金影响不大，重点在于个人养老账户余额。 结合身边人的经验，咨询过本地社保局，我心里有了结论，必须说服父母接下来每年按最高档8000元来缴费。 灵波的技术文档称，VA 2.0让机器人具备了“边推演、边行动”的通用控制能力。父亲仍然很抵触，坚持只交最低档，母亲更容易说服一些，最终结果是，2024年母亲缴纳了5000元，我帮父亲缴纳了3000元。 但一位机器人行业从业者向亿邦动力表示，推理频率只是工程指标之一，真正的考验是在真实场景中的泛化能力。 转折发生在2025年，我偶然刷到前期已经缴纳的养老保险可以退费再补缴的信息，第一时间打给本地社保局咨询具体情况，得知可以先办理2019年至2024年的退费，再重新按最高档补缴这5年的费用。 图：测算父母退休后的月领取标准 我查阅了父母往年的缴费信息，自己先列表测算他们退休后可以领取的金额，再用word文档里列框架演练说辞，最后将上千字的分析小文章拆解成小段，发至我们仨的家庭小群里，让他们慢慢翻看和消化。
十 | 母亲很快响应，父亲直到晚上才在群里回应，“就按你说的办。“在仿真环境里跑150Hz和在有老人、小孩、宠物的家庭环境里跑150Hz，是两回事。” 开源、R1和生态 灵波这次发布的另一个关键策略是全栈开源——权重、代码、后训练工具链、评测集全部放出。” 我顿时如释重负，虽然我知道，父亲妥协的并不是政策，而是我的良苦用心。 办理过程波折迭起。父亲的手机号是我的副卡，绑定的是我的名字，请假去银行办卡受阻，又去营业厅咨询，得到的回复是需要我和父亲同时持身份证到本地营业厅才能办理更名手续。
十一 | 连连受阻以后，我开始担心本就勉强同意的父亲动摇心态。 在技术标准尚未定型的阶段，开源是建立生态影响力的最快方式。我尝试问他能不能坐高铁来一趟武汉，办完更名和银行卡以后再回广东，后续手续可以由母亲在县城政务服务中心代办。
十二 | 父亲这次倒是爽快同意了，第二天就坐车到了武汉，更名、办卡都顺利解决。灵波的模型支持多种机器人构型，不同本体和场景均可接入同一套“大脑”。 目前，已有十几家机器人厂商与灵波建立合作。 除了蚂蚁直接参与投资的宇树科技、星海图，今年6月，乐聚机器人官宣旗下KUAVO 4 Pro（夸父）已完成LingBot-VLA的后训练适配，并围绕GM-100评测体系里的95个真实操作场景做了系统性测评。 LingBot‑VLA 2.0训练 但灵波并非只做“大脑”。 2025年9月，它推出了首款服务机器人Robbyant R1，定位家庭、养老、医疗健康等服务场景。不过，根据多家媒体的报道，R1目前的出货量有限，更接近“验证模型的载体”，距离大规模走量尚有距离。 这是一个现实的处境。
十三 | 老家离武汉近，父亲还主动回老家和母亲一起去办理了退费手续，同时缴纳了2025年的最高档8000元和子女资助8000元，这远远超出我的预期。 目前手续仍未完成，需要等待退费到账后再补缴，但我心中的巨石已经半落。
十四 | 我们这一代农村独生女，在父母的养老破局之路上，不仅是政策信息的收集者和解读者，更是政策执行与父母认知之间的翻译官。 在硬件本体环节，宇树、智元、银河通用、星动纪元等公司在硬件工程、供应链和量产上已经积累了数年，灵波的机器人产品力和量产能力还无法与它们直接竞争。
十五 | 养老从依靠土地、依靠子女，到尝试理解并信任现代社会制度，是千千万万农村父母正在经历的历史性转身。 大厂具身地图上的“唯一” 把灵波放在中国大厂具身智能的地图上，它的位置有些特殊。
十六 | 阿里在通义体系下推出了Qwen-Robot，但产品定位更偏平台工具，给机器人厂商提供多模态基础模型，本身不做本体，也不深入到具身大脑的操作层；腾讯的Robotics X研究院走“云+投资”路线，把大脑和算力卖给机器人公司；华为CloudRobo同样以云端能力为主。京东和美团采取重投资、轻自研的策略，聚焦物流和配送场景。 我想起每年春节回老家，和父母一起去山上祭扫，老家叫“送亮”，一直觉得这个词语很形象，隆冬时节，一路上的景致颇为寂寥，但阡陌纵横的田间路梗上满是三五成群的上坟人，小小的烛火在天将暗未暗之时，也零零星星地亮起来。 灵波是唯一一家同时押注大脑基座、世界模型和本体落地的大厂子公司。 蚂蚁灵波官网截图 但这个“唯一”也带来了问题。 城市化进程加速的迁徙之痛，我在这些时刻感受尤为深刻，祖辈们生于乡土也葬于乡土，父辈们走出田埂，成为时代滚滚向前巨轮下的第一批农民工，轮到我这一辈，乘着“知识改变命运”的最后一点东风，终于在父辈们奉献大半生建设的城市里安居。
十七 | 无数个像我这样的农村独生女，正在用柔弱的肩膀扛起育儿和养老的双重责任，既要向前奔跑，又要回头搀扶，在个体与时代的碰撞中，成为连接农村与城市的桥梁，用微小的力量参与这场深刻的社会变迁。 当父亲坐上高铁来汉的那一刻，他跨越的不仅是两地距离，更是两代人对养老的认知鸿沟。
十八 | 灵波在蚂蚁集团内部需要与百灵大模型团队、支付宝AI团队争夺资源；在蚂蚁集团外部，仅阿里系内部就有多个具身智能条线“各自为战”，包括千问Qwen-Robot、高德世界模型，尚未形成统一的战略协同。 数据困局与开源的悖论 如果技术路线的不确定性是第一层困顿，那么数据瓶颈是更现实的第二层。 具身智能行业有一个被反复提及的残酷数字：真实世界数据与语言数据有几万到几百万倍的差距。大语言模型可以调用万亿级的人类语言数据进行训练，但机器人需要的物理交互数据，比如“怎么抓杯子不碎”“在湿滑地面上怎么保持平衡”，只能靠真机一点点积累。 灵波的数据从哪里来？ 根据AIX财经报道，灵波的真机数据主要依赖生态伙伴供给，包括宇树、乐聚、星海图等合作厂商的真机测试数据。 这是一种“借鸡生蛋”的模式：灵波自己不造大量本体，靠合作伙伴的数据来训练模型。 但这个模式的脆弱性是显而易见的。 宇树科技刚刚推出了宇树UnifoLM-OminiA-0.3具身大模型，智元机器人有自己的世界模型和AgiBot World数据平台。一旦这些本体厂商认真自研大脑，数据供给随时可能收紧，灵波将失去最重要的训练燃料。
十九 | 微博截图 全栈开源是灵波应对这个困局的策略：权重、代码、工具链、评测集全部放出，吸引全球开发者基于其标准开发，试图把自己变成“公共底座”。 但是，别忘记了具身智能头部玩家们自己也都在有意识布局“大脑”，如果它们自己的大脑做得比灵波更好，为啥选择灵波？ 开源在标准未定型的阶段是建立生态的最快方式，但它本身不构成护城河。
| 模型能力能否持续领先，才是灵波能不能守住“公共底座”位置的关键。 为什么要做这件事？ 蚂蚁做具身智能，最直接的背景是战略重心发生了变化。 “具身智能”在2025年首次被写入政府工作报告，随后，上海、深圳等地相继出台支持政策。但政策红利之外，蚂蚁有一个更具体的业务逻辑。 蚂蚁的主业，支付、金融、健康，增长已见顶。但很多人忽略了一点：蚂蚁从来就不是一家纯线上的公司。 支付宝的二维码遍布全国数千万商户，蚂蚁的医疗业务（好大夫在线、阿福）直接连接医院和患者，芝麻信用渗透进租房、出行、政务等线下场景。 蚂蚁的触角早已延伸到线下，只是过去用软件和二维码作为入口。
| 在老龄化社会里，AI助手不仅要解决问诊这一个问题，最终还要有实体：陪伴、送药、康复、看护，纯软件解不了这些问题。 沈宇军在今年7月的一次技术分享中表示，“未来要更好地服务用户，肯定会进入到物理世界，这是业务的自然延伸。” 从这个角度看，灵波对蚂蚁而言，不是一次跨界冒险，而是主业的自然延伸。 对一家科技公司来说，做具身智能、做物理AI，是进入线下最深场景最合理的路径之一。蚂蚁必须走这一步，因为线下的刚需场景终究需要实体来承接。 但这条路的长度可能超出预期。 高盛团队在研报中认为，人形机器人技术拐点仍不明朗，能力尚不足以处理多种通用任务。高盛预计，到2027年全球人形机器人出货量约7.6万台，到2032年约50.2万台，步伐慢于市场预期。 灵波的200余人团队正在和时间赛跑。他们在一周内开源了六款模型，但把模型变成能在老人家里安全运行的机器人，还需要更长的周期。 CEO朱兴在公司成立之初说过一句话：“让人形机器人早日走进寻常百姓家。” 这句话的实现时间，目前还没有人能给出一个确切的数字。 *参考文章： AIX财经《蚂蚁，为何狂卷具身智能？》 亿邦动力《一周开源六款模型蚂蚁灵波卡位“具身原生”》 科创板日报《WAIC观察：具身智能“深圳军团”，补齐人形机器人落地关键中间层》 本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 [email protected]。
Current article:http://4wga1.tichuaiyuxiongbenmiemang.shop/list_gk7b/wjqh.html
Published on:21:54:33
