蚂蚁灵波正在加快具身智能基础模型的研发和落地。公司CEO朱兴在近期媒体采访中表示,具身智能基础模型市场不会长期维持大量玩家分散竞争的格局,明年之前行业可能出现第一轮收敛,最终持续做基础模型的公司或许只有3至5家,灵波希望占据其中一个位置。
这一判断与朱兴对行业周期的观察有关。具身智能的技术路线和产业格局仍在变化,短期内难以确定哪条路径会胜出。他认为行业还要经历多轮收敛和分化,过程可能比自动驾驶更长。
在朱兴看来,能够沉淀下来的竞争力集中在三方面:优秀团队、对数据的理解与积累,以及围绕数据闭环和模型训练形成的基础设施能力。他借大语言模型的竞争格局说明,留在牌桌上的公司既需要持续投入人才,也要在训练和数据基础设施上形成积累;短期训练能力更重要,中长期数据沉淀和理解更关键。
数据被蚂蚁灵波视为自身优势。公司首席科学家沈宇军表示,具身智能涉及的问题很多,灵波更关注数据模态、数据质量,以及如何把数据有效用于模型训练并转化为模型能力提升。作为基础模型公司,其核心任务仍是提高模型能力,让开发者以更低成本完成任务。
业务层面,灵波已形成覆盖空间感知、视觉语言动作、世界模型和触觉感知等方向的LingBot模型矩阵,同时推进商业化合作,与乐聚、钛虎等本体厂商以及零售、物流、工业等场景伙伴建立合作。朱兴表示,现阶段仍把模型基础能力打磨放在首位,尤其是基模和基础数据管线,需要按技术研发规律持续投入;随着公司发展阶段变化,商业化、集成交付和生态运营团队也会按实际需要逐步配置。
技术路线变化正在成为竞争变量。越来越多团队尝试把通用大模型、视频生成模型等能力引入机器人,希望借助数字世界的理解和生成能力完成物理世界任务。沈宇军认为,不同路线能否走通尚待验证,技术上限与实际成本之间的平衡无法回避。他提到,过去一两年行业已多次出现从多模态模型指导机器人到视频生成模型、再到语言模型的技术迁移,但可行和长期稳定可行并不是一回事,除验证模型能否长期稳定完成任务外,还要考虑使用成本和开发成本,技术上实现并不代表商业上值得采用。
今年8月,有媒体报道称蚂蚁灵波已启动首轮融资,拟募资15亿元,目标是在今年年底完成二轮融资。天眼查App显示,10月12日,上海蚂蚁灵波科技有限公司注册资本由1.2亿元人民币增至2亿元人民币,增幅约67%。截至目前,公司尚未正式披露具体融资进展和金额。
朱兴还判断,从明年开始,产业应用落地会有一定规模加速,并反过来带来具身智能模型迭代所需的闭环,包括异常数据。他将这一过程类比自动驾驶:模型在实际应用中不断遇到问题,再通过数据回流推动下一轮训练和迭代。
中国人工智能产业发展联盟具身智能产业图谱数据显示,截至2026年10月8日,国内具身智能相关企业已有405家,其中191家覆盖两个以上产业链环节。参与者增加、技术资本和应用场景加速聚集,竞争更激烈。蚂蚁灵波拥有资源上的优势,但基础模型研发需要长期投入,随着更多机器人进入真实场景,模型能否适配不同本体、稳定完成任务并以合理成本规模化应用,已经成为实际考题。

