足不出户 走遍全世界
当前位置: 主页 > 未解之谜 > 世界之谜
更新时间:2026-08-26   来源:互联网   编辑:徒陵  点击数: 9316585次  

极限挑战第三季

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_我的网站

非常完美

一 |     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。    

8月16日,云南大理鹤庆半程马拉松。赛道海拔约2200米,氧气稀薄,就在这样的高原赛道上,焦安静跑出了1小时18分40秒,拿下女子组冠军。         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。         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。焦安静王者归来!无数跑者为之动容。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”。         蚂蚁如何爬出一家“机器人公司”          朱兴2011年加入阿里巴巴。         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。

二 |          这是一个令外界意外的选择。但真正让人触动的,不是这个冠军本身,而是她为了站上这条起跑线,走过的那些路。         从时间线来看,灵波的筹建时间非常紧迫。

从150斤到117斤去年,焦安静遭遇了孕中期胎儿异常的引产手术。         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。身体和心灵的双重打击下,她的体重一度飙到将近150斤。对一个职业跑者来说,这几乎意味着职业生涯的终结。         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。         目前,灵波团队硕博技术人才占比超过九成。有跑友给她留言说:“没意义了,不可能拿到名次了。”她没辩解,只是行动起来,一点点往前熬。

三 | 今年3月,恢复训练的第六天,她才跑了第一个五公里。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。         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。5月,兰州马拉松,她跑了3小时08分07秒——这是她全马生涯最慢的一次。

四 | 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。

五 |          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。但她把这称为“重生的起点”。6月,昆明半马,1小时27分28秒。         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。

六 | 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。7月,她做了一个疯狂的决定——从丽江骑行1370公里,9天翻越海拔5100米的东达山垭口,赶到林芝参加半马。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。         第二条是世界模型路线,代表模型是LingBot-VA 2.0。最终以1小时22分09秒获得女子第四名。8月,鹤庆半马,1小时18分40秒,冠军。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。从150斤到117斤,从“不可能”到“王者归来”。她用了不到半年时间,把自己重新“跑”了回来。周跑量203公里为了备战鹤庆半马,焦安静那一周的跑量累计到了203公里。203公里是什么概念?平均每天29公里,也就是连续七天每天跑一个半马。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。这绝不是普通人能承受的量,也不该是普通人追求的目标。         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。

七 | 她是职业跑者,她的身体能扛住这个强度,不代表你的身体也能。别人习以为常的训练量,对普通跑友来说,可能就是过度消耗。

八 | 她是在“拼命”,但拼的是职业的命焦安静的故事确实很打动人。         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。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。

九 |          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。         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。焦安静的“拼命”,是职业运动员的本分。普通跑友的“拼命”,应该是对自己健康的负责。“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。她骑行1370公里去参赛,是因为她想要减肥。她一天三练、周跑量200公里,是为了再次证明自己。

十 | 她半年减掉三十多斤,是因为有专业的训练计划和饮食方案。

十一 | ”          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。你要是连基础代谢都不清楚,就别学人家疯狂减重了。职业选手走的路,是给职业选手走的。         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。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”。

十二 | 普通跑者该走的路,是跑得久、跑得健康。写在最后焦安静的故事确实让人动容。

十三 | 她经历了人生最灰暗的日子,又一步一步爬了回来。她自己说过,是跑步再次拯救了她,给了她重新振作的力气。这种精神值得敬佩,但她的训练强度,不值得盲目模仿。         目前,已有十几家机器人厂商与灵波建立合作。

十四 | 跑步圈有一种风气——谁跑量大谁厉害,谁练得狠谁有面子。但真正的厉害,不是你跑得多快、堆了多少跑量,而是你能跑多久。

十五 |          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。

十六 |          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。焦安静曾在一篇记录中说过,她希望自己能跑到80岁。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。她也提到,孕期运动要减量到平时的四分之三左右才安全——她比谁都清楚什么叫“量力而行”。         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。         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。她拼命,是因为跑步是她的饭碗。你拼命,是为了什么?为了朋友圈的点赞?为了在跑群里被叫一声“大神”?为了配速表上那几秒的进步?如果是,请停下来想一想。跑步的初衷,从来不是把自己跑垮。         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。是跑完之后,还能笑着回家,还能第二天精神抖擞地再出门。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。         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。跑自己的节奏,跑自己的距离,跑自己的健康。这才是我们每一个普通跑者,最该走的路。         蚂蚁灵波官网截图          但这个“唯一”也带来了问题。

十七 |          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。

十八 | 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://bae36ns.jueniaolunhuaishewo.cfd/bbp/20260826/388989.html

Published on:01:29:30


关于奇站|联系我们|网站地图|网站地图|征稿启事|意见反馈|免责声明|法律声明|版权声明|不良信息举报

Copyright @ 2020-2099 极限挑战第三季网站版权所有