蚂蚁集团于2024年12月在上海张江注册成立了一家全资子公司——蚂蚁灵波，注册资本1亿元，专注于为实体机器人开发智能“大脑”。这家公司被内部员工称为“物理AI特工队”，其CEO朱兴于2011年加入阿里巴巴，曾负责支付宝广告商业化从0到1的搭建；首席科学家沈宇军来自蚂蚁技术研究院交互智能实验室，研究方向为计算机视觉与深度学习，本科毕业于清华大学，博士毕业于香港中文大学。团队中硕博技术人才占比超过九成。在蚂蚁集团内部，蚂蚁灵波隶属于CTO线，与百灵大模型团队、支付宝AI团队平级，但专攻“物理智能”，即具身智能。蚂蚁集团将AGI目标拆分为数字智能和物理智能两个层面，蚂蚁灵波是物理智能的核心执行主体。

在2026年7月初的WAIC上，蚂蚁灵波以“镇馆之宝”的身份亮相，并在一周内连续发布六款具身智能大模型，全部开源。这些模型覆盖视觉、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。其技术路线采用双线并进策略：第一条是VLA路线（视觉-语言-动作），代表模型为LingBot-VLA 2.0，基于视觉-语言模型让机器人根据视觉输入和语言指令输出动作，这是当前行业主流路线；第二条是世界模型路线，代表模型为LingBot-VA 2.0，被定义为“行业首个具身原生世界动作模型”，基于自回归架构从零预训练，实现了单卡150Hz的实时推理。这意味着模型每秒完成150次推理，单次响应约6.7毫秒，远快于人类眨眼时间。VA 2.0采用语义视觉-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，使机器人具备“边推演、边行动”的通用控制能力。不过，有机器人行业从业者指出，推理频率只是工程指标之一，真实场景中的泛化能力才是关键考验。

蚂蚁灵波的开源策略涵盖权重、代码、后训练工具链和评测集，旨在技术标准未定型阶段建立生态影响力。目前，已有十几家机器人厂商与灵波建立合作，包括蚂蚁直接投资的宇树科技、星海图，以及乐聚机器人（其KUAVO 4 Pro已完成LingBot-VLA的后训练适配）。此外，蚂蚁灵波于2025年9月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，但出货量有限，更多被视为验证模型的载体。

蚂蚁灵波在中国大厂具身智能版图中位置独特：阿里通义体系下的Qwen-Robot偏平台工具，腾讯Robotics X走“云+投资”路线，华为CloudRobo以云端能力为主，京东和美团聚焦物流配送场景。蚂蚁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。然而，这一“唯一”也带来挑战：在蚂蚁内部，灵波需与百灵大模型团队、支付宝AI团队争夺资源；在阿里系内部，千问Qwen-Robot、高德世界模型等具身智能条线各自为战，尚未形成统一协同。

数据瓶颈是蚂蚁灵波面临的另一现实困境。具身智能所需的物理交互数据（如抓取、平衡等）远少于大语言模型可调用的语言数据，差距达数万到数百万倍。蚂蚁灵波的真机数据主要依赖生态伙伴（如宇树、乐聚、星海图）供给，这是一种“借鸡生蛋”的模式。但一旦这些本体厂商自研大脑，数据供给可能收紧。全栈开源是蚂蚁灵波应对此困局的策略，试图将自己变成“公共底座”，但模型能力能否持续领先才是守住这一位置的关键。

蚂蚁集团布局具身智能的背景是战略重心变化。2025年“具身智能”首次被写入政府工作报告，上海、深圳等地出台支持政策。但更具体的业务逻辑在于：蚂蚁的主业（支付、金融、健康）增长见顶，而其触角早已延伸至线下（如二维码商户、医疗业务、芝麻信用等）。在老龄化社会背景下，AI助手需要实体形态来提供陪伴、送药、康复、看护等服务。沈宇军曾表示，“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。”因此，蚂蚁灵波对蚂蚁集团而言并非跨界冒险，而是主业的自然延伸。不过，高盛研报指出，人形机器人技术拐点仍不明朗，预计到2027年全球出货量约7.6万台，到2032年约50.2万台，步伐慢于市场预期。蚂蚁灵波200余人的团队正在和时间赛跑，CEO朱兴曾表示“让人形机器人早日走进寻常百姓家”，但实现时间尚无确切数字。