螞蟻集團正加速向具身智能領域挺進。七月初，旗下子公司螞蟻靈波在短短四天內連續發佈六款具身智能大模型，涵蓋視覺、視頻、空間感知、靈巧操作、世界模型和世界動作模型（WAM）等多個技術方向。這是繼今年一月開源四款模型後，該公司在半年內第二次大規模模型更新，顯示出其對物理世界智能入口的強烈企圖心。
螞蟻的具身智能佈局並非一時興起，而是已鋪開超過一年的系統性工程。早在2024年4月，螞蟻便斥資數億元投資視頻生成大模型公司愛詩科技，押注世界模型的技術底座。同年12月，螞蟻在上海張江註冊成立全資子公司螞蟻靈波科技，專注具身智能業務。2025年9月，螞蟻靈波推出首款服務機器人Robbyant R1，定位家庭服務場景。從上游的靈巧手到中游的本體，再到下游的大腦基座，螞蟻幾乎覆蓋了產業鏈的每一個關鍵環節。
此次發佈的六款模型中，LingBot-Vision和LingBot-Video是從零預訓練的視覺與視頻基座模型，標誌著螞蟻開始搭建自己的感知底座。其餘四款為年初模型的2.0升級版，其中LingBot-VLA 2.0走視覺-語言-行動路線，強調快速執行；LingBot-VA 2.0則被定位為行業首個具身原生世界動作模型，能在執行中持續預測環境變化並同步生成動作。這種VLA與世界模型雙線並進的策略，在行業內較為少見，多數廠商通常只押注單一技術路線。
螞蟻跨界具身智能的背後，是其戰略重心從數字金融向物理世界的延伸。早在2023年，螞蟻便提出“AI First”集團戰略，將具身智能視為AI落地物理世界的重要入口。螞蟻靈波首席科學家沈宇軍曾表示，螞蟻過去在數字世界積累的生活服務能力，未來必然要進入物理世界才能更好地服務用戶。此外，螞蟻在支付、金融領域積累的圖計算、機器學習等技術，也為具身大腦所需的大規模數據處理、多模態融合和複雜決策提供了複用的可能。
然而，挑戰同樣顯著。一位長期跟蹤具身智能行業的投資人指出，近期入場的具身大腦創業公司預訓練數據量普遍在10萬小時起步，而螞蟻靈波此前透露的LingBot-VLA 2.0預訓練數據約為6萬小時，並無明顯優勢。在硬件本體領域，宇樹科技、智元機器人、銀河通用等公司已積累數年工程與量產經驗，螞蟻靈波的R1機器人目前更接近模型驗證載體，距離規模化尚有距離。
螞蟻靈波在產業鏈中的位置相對中立，這為其向第三方廠商開放模型提供了便利。截至七月，LingBot-VLA 2.0已適配17個品牌、20種構型的機器人，包括樂聚、智元、星塵智能、宇樹、銀河通用等，覆蓋單臂、雙臂、雙足、輪式等多種形態。這種開源策略有助於在技術標準未定型的階段，將自身打造為公共底座。但風險在於，一旦本體廠商開始認真自研大腦，螞蟻靈波的數據供給可能收緊，合作關係或轉為競爭。
從更宏觀的視角看，螞蟻的具身智能佈局也折射出互聯網巨頭在AI時代尋找新增長極的普遍焦慮。隨著金融科技主業增長天花板顯現，螞蟻將更多精力投向醫療健康、生活服務等領域。具身智能被視為將數字服務能力延伸至線下場景的關鍵工具，尤其是在老齡化社會中，陪伴、送藥、康復、看護等實體需求，純軟件無法解決。但具身智能本身是長週期、重投入的賽道，螞蟻在基座大模型、支付寶AI化、健康AI等多條戰線同時燒錢，能分配給螞蟻靈波的資源與耐心仍是未知數。
在具身智能這個尚未跑出絕對頭部的市場，螞蟻靈波面臨三類對手：阿里、騰訊、華為等同樣佈局具身智能的互聯網大廠；宇樹、智元等硬件本體廠商；以及深度機智、它石智航等聚焦大腦的創業公司。螞蟻靈波的優勢在於集團算力與AI基礎設施的複用，以及相對中立的產業鏈位置；短板則在於硬件量產能力不足、真機數據依賴生態夥伴，以及技術路線尚未被驗證。VLA與世界模型的融合聽起來合理，但如何融合、以什麼比例融合，行業尚無共識，螞蟻押注的方向可能成為主流，也可能被其他路線甩開。