具身智能风口持续火热。
近日，在外滩大会期间，《华夏时报》记者观察到，机器人正从跳舞和翻跟头加速走进仓库、工厂和药房等工作场景。从能思考到会办事背后，物理AI被公认为是AI的下一波增长浪潮。与此同时，OpenAI也宣布将进军机器人领域。
作为蚂蚁在物理AI领域的核心载体，9月11日，蚂蚁灵波CEO朱兴在外滩大会期间接受了《华夏时报》等媒体记者的采访，谈及了他对蚂蚁灵波和具身智能产业现在及未来的思考。
开源机器人大脑
从药房货架上精准取下物品、在物流场景中持续完成分拣、在生产线上完成上下料，这些都是蚂蚁灵波在今年外滩大会带来的机器人真实作业演示。
这些机器人的落地场景，离不开蚂蚁灵波打造的机器人通用大脑。据《华夏时报》记者了解，蚂蚁灵波成立于2024年12月，是蚂蚁集团全资子公司，聚焦打造机器人的通用大脑，目前已推出多款LingBot系列模型：今年7月，蚂蚁灵波先后发布LingBot VLA2.0、LingBot World2.0及LingBot VA2.0等六款模型，后者也被认为是行业首个具身原生基础模型。
9月10日，蚂蚁灵波还在外滩大会期间宣布开源三款LingBot World2.0系列模型。据其介绍，本次开源的LingBot World2.0Small采用1.3B参数规模，面向消费（883434）级单卡GPU设计，可在单卡上实现实时生成。据记者了解，世界模型是机器人大脑中的预测引擎，为其提供想象空间。
需要提及的是，在机器人本体方面，蚂蚁灵波此前已经推出其首款人形机器人（886069）Robbyant-R1。不过朱兴在采访中对《华夏时报》等媒体记者表示，蚂蚁灵波核心要做的是输出智能，输出闭源版的基模加上工具链，与本体厂商一起探索后训练，“本体的能力我们要碰，无论是更前瞻的场景探索，为家庭做准备，科研本身的需要等方面，跟商业应用完全不冲突。”
技术之外，大量资金也正加速涌向具身智能。IT桔子数据显示：2026年上半年，国内具身智能赛道融资322笔、总额935亿元，较2025年同期上涨5倍。而多位业内人士在跟本报记者交流时都认为，今年国内具身智能赛道的融资重心已经明显转向机器人大脑。
今年8月，蚂蚁灵波也宣布启动首轮融资，拟募资15亿元，并计划在今年年底完成二轮融资。
朱兴在9月11日的采访中表示，蚂蚁灵波融资并非因为缺钱缺卡，而是因为，“现有的核心人才跟未来增量的高级人才，我们用什么样的激励机制去容纳他们，这是必须面对的问题，也是过去一段时间很多大厂在拆分融资AI相关业务背后非常重要的考量。”他同时提及，具身智能行业要经历过非常多周期（883436），也希望通过外部融资提升蚂蚁灵波自身作为一家独立公司的治理水平，以便于更好地应对竞争。
数据仍是根本问题
身处具身智能的强劲风口，目前全球大模型公司也都开始集体进军物理AI。
机器人大脑成为他们共同的发力方向之一。英伟达（NVDA）此前已推出Cosmos世界基础模型；Google希望让Gemini Robotics成为机器人的“安卓”；今年6月，OpenAI也宣布成立机器人团队，OpenAI CEO Sam Altman还在今年9月首次对外表示，公司将会自研人形机器人（886069）本体，“我们一定会做人形机器人（886069），同时也会开发其他形态的机器人。”
面对这一趋势，朱兴以自动驾驶举例，对《华夏时报》等媒体记者表示，大模型厂商在训练技术上更有优势，但自动驾驶更核心的壁垒还是数据。他同时认为，OpenAI今年9月对外发布的GPT-6，可以提升机器人特定阶段的研发效率，是一个好的工具支持，但并不解决数据这个根本问题。
“我们最相信的是物理智能或者具身智能需要基于物理真实数据，去训练出自己0到1的基模。我们不相信物理智能体或者人形机器人（886069）、具身智能仅仅是数字智能的一个嫁接。”朱兴当天还这样说。
但目前一个现实问题摆在具身智能产业眼前：机器人能干活，但要让它们干得更聪明、适应更多场景，关键在于它们的大脑泛化能力是否达标，而限制机器人大脑发展的瓶颈之一就在于缺少大量真实世界的训练素材。
目前，多家机器人数据采集中心已经快速铺开。中国信息通信研究院发布的报告显示，截至2026年上半年，全国已建成启用的具身智能训练场超过70家，在建或规划中的还有46家，主要覆盖长三角、京津冀、珠三角三大核心区域。
不过朱兴认为，从数据角度来讲，比量更重要的维度有很多，相比所谓的单一规模，蚂蚁灵波更重视数据本身的质量分布，“我知道大家特别想大力出奇迹，感觉要到多少小时，就迎来具身智能新时代了，这个东西不太简单。”
他同时表示，目前成品数据确实存在技术质量差、大量重复等问题，会导致漏斗率很低，蚂蚁灵波从去年比较早的时间就不怎么购买成品数据，而是通过定制化采集的方式获取。
当天在谈及具身智能产业的规模化落地时，朱兴还对《华夏时报》等媒体记者表示，具身智能的综合复杂度决定了整个产业目前还处于初期阶段，大家要有点耐心，但好的地方是，已经看到行业开始做有限的、真实的落地了，“在未来可见的一两年，在任务复杂度没有那么高的情况下，有些地方的账能逐渐算过来，我觉得从今年下半年开始到明后年，应该会进入生产力应用的一个量级的快速增长。”
