一家長期被貼上“金融科技”標籤的公司，正以前所未有的速度闖入具身智慧的深水區。七月初，螞蟻集團旗下子公司螞蟻靈波在短短四天內，密集釋出了六款具身智慧大模型，涵蓋視覺、影片、空間感知、靈巧操作、世界模型及世界動作模型等多個關鍵技術方向。這是繼今年一月開源四款模型後，該公司半年內的第二次集中釋出，標誌著螞蟻在具身智慧領域的佈局已從單點突破轉向體系化推進。
螞蟻的具身智慧路徑並非一時興起，而是經歷了清晰的三個階段：投生態、造本體、做大腦。早在2024年4月，螞蟻便斥資數億元投資影片生成大模型公司愛詩科技，為世界模型路線鋪設技術底座。此後，其投資觸角延伸至產業鏈各環節，包括本體廠商宇樹科技、星海圖，以及靈巧手企業靈心巧手，通過資本紐帶初步構建起產業生態。
2024年12月，螞蟻在上海張江註冊成立全資子公司螞蟻靈波，正式下場“造本體”。2025年9月，其首款服務機器人Robbyant R1亮相，定位家庭服務場景，可用於取菜、烹飪、清潔等標準化任務。然而，面對全年出貨量已超萬台、頭部廠商年銷四五千台的激烈競爭，螞蟻迅速將戰略重心轉向更具壁壘的“具身大腦”。
在技術路線上，螞蟻靈波選擇了少見的多路線並行策略。當前具身智慧大腦主要分為兩大流派：一是VLA（視覺-語言-行動模型），直接將感知對映為動作，反應快但泛化能力受限；二是世界模型，強調對物理環境的理解與推演，想象空間大但落地難度高。螞蟻靈波並未押注單一方向，其LingBot-VLA走VLA路線，LingBot-VA則基於影片生成模型探索世界模型，兩套系統共享訓練資料但基座不同。七月釋出的最新模型中，新增的LingBot-Vision和LingBot-Video更是從零預訓練的基座模型，顯示出螞蟻自建視覺與影片技術底座的決心。
這一系列動作的背後，是螞蟻集團戰略重心的深刻轉變。隨著金融科技主業增長天花板逐漸顯現，螞蟻於2023年確立 “AI First” 戰略，將具身智慧視為把數字服務延伸至物理世界的關鍵入口。螞蟻靈波首席科學家沈宇軍曾表示，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。從技術複用角度看，螞蟻在支付、金融領域積累的圖計算、大規模資料處理、多模態融合等能力，與具身大腦的需求存在關聯，這為其跨界提供了底層邏輯。
然而，挑戰同樣嚴峻。一位長期跟蹤該行業的投資人指出，近期入場的具身大腦創業公司預訓練資料量普遍在10萬小時起步，而螞蟻靈波此前透露的LingBot-VLA 2.0預訓練資料約為6萬小時，在資料規模這一硬門檻上並無明顯優勢。此外，螞蟻內部AI戰線漫長，基座大模型、支付寶AI化、健康AI等多條業務線均在燒錢，具身智慧能分得多少資源仍是未知數。
在競爭格局上，螞蟻靈波面臨三類對手。與其他網際網路大廠相比，阿里、騰訊、華為等多聚焦於提供雲端平台或投資佈局，螞蟻是唯一同時押注大腦基座、世界模型和本體落地的大廠。與宇樹、智元、銀河通用等硬體本體公司相比，螞蟻在硬體工程和量產上積累不足，但其模型已適配17個品牌20種構型的機器人，生態開放度較高。與聚焦大腦的創業公司相比，行業缺乏統一評測標準，技術路線之爭尚無定論，螞蟻的開源策略意在將自己塑造成公共技術底座。
螞蟻靈波的優勢在於資源與相對中立的產業鏈位置。螞蟻的算力體系、AI Infra及百靈大模型團隊的積累均可直接複用，且其本體出貨規模有限，尚未對合作夥伴構成實質威脅，這為其向十幾家廠商開放模型減少了阻力。但短板亦很明顯：真機資料主要依賴生態夥伴供給，一旦本體廠商自研大腦，合作關係可能轉為競爭；對內需在集團內部爭奪資源，對外則面臨阿里系多個具身智慧條線的內部賽馬。
眼下，具身智慧仍處於技術路線未定型、商業閉環未跑通的早期階段。螞蟻靈波更像一張面向未來的期權，它讓螞蟻不至於錯過物理智慧的入口，也為其二十年積累的數字服務能力提供了向螢幕之外延伸的可能。但最終能否成功，取決於機器人是否真的能大規模走進家庭、醫院和商業空間，以及在這些機器人需要“大腦”時，市場是否會選擇螞蟻。