螞蟻集團於2024年12月在上海張江註冊成立了一家全資子公司——螞蟻靈波，註冊資本1億元，專注於為實體機器人開發智慧“大腦”。這家公司被內部員工稱為“物理AI特工隊”，其CEO朱興於2011年加入阿里巴巴，曾負責支付寶廣告商業化從0到1的搭建；首席科學家沈宇軍來自螞蟻技術研究院互動智慧實驗室，研究方向為計算機視覺與深度學習，本科畢業於清華大學，博士畢業於香港中文大學。團隊中碩博技術人才佔比超過九成。在螞蟻集團內部，螞蟻靈波隸屬於CTO線，與百靈大模型團隊、支付寶AI團隊平級，但專攻“物理智慧”，即具身智慧。螞蟻集團將AGI目標拆分為數字智慧和物理智慧兩個層面，螞蟻靈波是物理智慧的核心執行主體。

在2026年7月初的WAIC上，螞蟻靈波以“鎮館之寶”的身份亮相，並在一週內連續釋出六款具身智慧大模型，全部開源。這些模型覆蓋視覺、影片、空間感知、靈巧操作、世界模型和世界動作模型六個方向。其技術路線採用雙線並進策略：第一條是VLA路線（視覺-語言-動作），代表模型為LingBot-VLA 2.0，基於視覺-語言模型讓機器人根據視覺輸入和語言指令輸出動作，這是當前行業主流路線；第二條是世界模型路線，代表模型為LingBot-VA 2.0，被定義為“行業首個具身原生世界動作模型”，基於自迴歸架構從零預訓練，實現了單卡150Hz的即時推理。這意味著模型每秒完成150次推理，單次響應約6.7毫秒，遠快於人類眨眼時間。VA 2.0採用語義視覺-動作分詞器、嚴格的因果預訓練範式、MoE架構以及增強的非同步推理機制，使機器人具備“邊推演、邊行動”的通用控制能力。不過，有機器人行業從業者指出，推理頻率只是工程指標之一，真實場景中的泛化能力才是關鍵考驗。

螞蟻靈波的開源策略涵蓋權重、程式碼、後訓練工具鏈和評測集，旨在技術標準未定型階段建立生態影響力。目前，已有十幾家機器人廠商與靈波建立合作，包括螞蟻直接投資的宇樹科技、星海圖，以及樂聚機器人（其KUAVO 4 Pro已完成LingBot-VLA的後訓練適配）。此外，螞蟻靈波於2025年9月推出了首款服務機器人Robbyant R1，定位家庭、養老、醫療健康等服務場景，但出貨量有限，更多被視為驗證模型的載體。

螞蟻靈波在中國大廠具身智慧版圖中位置獨特：阿里通義體系下的Qwen-Robot偏平台工具，騰訊Robotics X走“雲+投資”路線，華為CloudRobo以雲端能力為主，京東和美團聚焦物流配送場景。螞蟻靈波是唯一一家同時押注大腦基座、世界模型和本體落地的大廠子公司。然而，這一“唯一”也帶來挑戰：在螞蟻內部，靈波需與百靈大模型團隊、支付寶AI團隊爭奪資源；在阿里系內部，千問Qwen-Robot、高德世界模型等具身智慧條線各自為戰，尚未形成統一協同。

資料瓶頸是螞蟻靈波面臨的另一現實困境。具身智慧所需的物理互動資料（如抓取、平衡等）遠少於大語言模型可呼叫的語言資料，差距達數萬到數百萬倍。螞蟻靈波的真機資料主要依賴生態夥伴（如宇樹、樂聚、星海圖）供給，這是一種“借雞生蛋”的模式。但一旦這些本體廠商自研大腦，資料供給可能收緊。全棧開源是螞蟻靈波應對此困局的策略，試圖將自己變成“公共底座”，但模型能力能否持續領先才是守住這一位置的關鍵。

螞蟻集團佈局具身智慧的背景是戰略重心變化。2025年“具身智慧”首次被寫入政府工作報告，上海、深圳等地出台支援政策。但更具體的業務邏輯在於：螞蟻的主業（支付、金融、健康）增長見頂，而其觸角早已延伸至線下（如二維碼商戶、醫療業務、芝麻信用等）。在老齡化社會背景下，AI助手需要實體形態來提供陪伴、送藥、康復、看護等服務。沈宇軍曾表示，“未來要更好地服務使用者，肯定會進入到物理世界，這是業務的自然延伸。”因此，螞蟻靈波對螞蟻集團而言並非跨界冒險，而是主業的自然延伸。不過，高盛研報指出，人形機器人技術拐點仍不明朗，預計到2027年全球出貨量約7.6萬台，到2032年約50.2萬台，步伐慢於市場預期。螞蟻靈波200餘人的團隊正在和時間賽跑，CEO朱興曾表示“讓人形機器人早日走進尋常百姓家”，但實現時間尚無確切數字。