一、案例背景
2026年9月，上海外滩大会的展馆内，一台搭载蚂蚁灵波”具身大脑”的机器人正在模拟药房货架间穿行。通道仅80厘米宽，货架上陈列着包装各异的药品，不时有参观者从旁经过。机器人需要识别目标药品、规划抓取路径、避开动态障碍，并完成取放——整个操作序列看似简单，却对模型的泛化能力和实时决策提出了极高要求。这套方案已在国大药房零售门店实际部署。
蚂蚁灵波是蚂蚁集团旗下专注于具身智能的科技公司，与宇树科技等以整机产品为核心的本体厂商不同，灵波将战略重心放在具身”大脑”——即机器人的智能系统上。其技术栈包括：面向具身的视频生成基座LingBot-Video、动作模型LingBot-VLA 2.0、可交互世界模型LingBot-World，以及配套的数据管线、后训练和部署工具。灵波同时保留R系列本体用于研发和生活服务探索，但核心战略意图是让同一套基础模型适配不同构型、不同任务，通过后训练降低具体场景的使用门槛。
灵波CEO朱兴在媒体沟通会上的发言，揭示了具身智能行业当前的核心矛盾。当被问及”为什么机器人连小卖部都还没大规模落地”时，他直言：”小卖部其实也很难落地。我懂你的焦虑，今天还是能力和成本两个都有问题。”他进一步解释：”模型能力、硬件稳定性，有些就是够不着。今天整个模型还在冷启动阶段。基模干什么？是把小学生培养成初中生、高中生、本科生，现在可能还在比较早的阶段。”
这一判断与行业热度形成鲜明反差。2025-2026年，人形机器人打拳、跳舞、格斗的视频频繁刷屏，宇树科技发布的UnifoLM-X2-1.0声称首次实现由世界模型实时驱动的全自主搏击。然而，从”炫技”到”干活”，从Demo到规模化商用，中间横亘着巨大的能力鸿沟。朱兴对此保持清醒：”今天要让它做一个很炫的事情，那也是一个demo。我让团队搞两个月，可以让四个机器人打掼蛋，展示高精度、触觉等非常多的技术，也没太大意义。”
灵波选择了一条更为务实的路径：在药房拣选、物流分拣、工业上下料等”普通”场景中落地，通过真实应用产生数据，让模型迭代循环起来。朱兴强调：”我们看重的是真实应用、数据的产生。在这个过程中，让模型迭代循环起来，知道还有哪些不足，要提升什么。”
……