在近期举办的外滩大会上，具身智能领域成为焦点话题。原本多用于表演的机器人，如今正加速向仓库、工厂、药房等实际应用场景渗透，这一转变背后，物理AI被业界视为人工智能发展的新增长极。与此同时，OpenAI等科技巨头也宣布将进军机器人赛道，进一步点燃了市场热情。
作为蚂蚁集团在物理AI领域的核心布局，蚂蚁灵波成为大会期间备受关注的企业。其CEO朱兴在接受媒体采访时透露，蚂蚁灵波成立于2024年12月，专注于研发机器人的通用大脑。目前，公司已推出多款LingBot系列模型，其中今年7月发布的LingBot-VA 2.0被视为行业首个具身原生基础模型。在外滩大会期间，蚂蚁灵波更宣布开源三款LingBot-World 2.0系列模型，其中Small版本采用1.3B参数规模，可在单卡GPU上实现实时生成，为消费级应用提供了可能。
在机器人本体方面，蚂蚁灵波此前已推出首款人形机器人Robbyant-R1。不过朱兴强调，公司的核心定位是输出智能解决方案，而非直接制造机器人。他表示，蚂蚁灵波将提供闭源版基模与工具链，与本体厂商合作探索后训练阶段，同时也会在家庭场景、科研需求等前瞻领域进行本体能力探索，这与商业应用并不冲突。
资本对具身智能领域的追捧愈发明显。数据显示，2026年上半年，国内具身智能赛道完成322笔融资，总额达935亿元，较2025年同期增长5倍。其中，机器人大脑成为融资重心。蚂蚁灵波也在今年8月启动首轮15亿元融资，并计划年底完成二轮融资。朱兴解释称，融资并非因资金短缺，而是为了建立更灵活的激励机制吸引核心人才，同时提升公司治理水平以应对行业竞争。
尽管行业前景广阔，但数据问题仍是制约发展的关键因素。随着全球大模型公司纷纷布局物理AI，机器人大脑成为竞争焦点。英伟达推出Cosmos世界基础模型，Google试图将Gemini Robotics打造成机器人的“安卓”，OpenAI则宣布成立机器人团队并计划自研人形机器人本体。面对这一趋势，朱兴以自动驾驶为例指出，技术训练优势固然重要，但数据才是核心壁垒。他认为，OpenAI发布的GPT-6虽能提升研发效率，但无法解决物理真实数据缺失的根本问题。
“物理智能必须基于真实世界数据训练基模，而非简单嫁接数字智能。”朱兴强调。当前，机器人大脑的泛化能力受限，主要因缺乏足够多的真实场景训练素材。为应对这一挑战，国内已建成超70家具身智能训练场，另有46家在建或规划中，主要分布在长三角、京津冀、珠三角地区。不过朱兴认为，数据质量比数量更重要。他透露，蚂蚁灵波已放弃购买成品数据，转而通过定制化采集确保数据多样性，避免因技术质量差、重复率高导致的低效问题。
谈及产业规模化落地，朱兴表示，具身智能的综合复杂度决定了行业仍处于早期阶段，但已看到有限但真实的落地案例。他预计，未来一两年内，在任务复杂度较低的场景中，部分应用将实现成本与收益的平衡，从今年下半年到明后年，生产力应用有望迎来快速增长。
