蚂蚁灵波朱兴：机器人不必像人

记者/ 韩璐  编辑/ 谭璐

“机器人没必要替代人。”9月中旬，蚂蚁灵波科技CEO朱兴在外滩大会上表示。

灵波是蚂蚁集团旗下的具身智能公司，正在推进独立融资。

朱兴回应了外界“缺钱”的猜测：拆分的原因一是人才激励，二是公司治理，"这个行业要长坡厚雪，要经历非常多周期"。

过去一年，灵波的LingBot系列模型在圈里打出了名气：首个具身原生世界动作模型 LingBot-VA 2.0、首个面向具身的视频生成基座LingBot-Video、适配十几个主流品牌机器人的LingBot-VLA 2.0、刚开源的LingBot-World 2.0小模型。

朱兴接受采访时说，海外同行未必知道"蚂蚁灵波"这个名字，但一定知道LingBot，有海外友商发布新成果时，会把灵波的模型纳入基线测评。

不执着人形

具身智能赛道最拥挤的方向是人形，但朱兴认为，"机器人没必要替代人、长得像人。"

灵波更关心的是，具身智能作为一项新技术，能创造什么商业价值和社会价值。

落到路线选择上，朱兴相信，物理智能必须基于机器人在物理世界完成任务的实际需求，从0到1训练自己的基模。这也是灵波坚持具身原生、从头进行大规模预训练的原因。

在1.0时代，团队曾对数字世界的通用视频生成模型做微调。

"调到最后，反而把原模型的先验和知识破坏掉了。"朱兴认为，数字世界的模型往往追求好看、追求特效，但机器人要的是符合物理规律、实时响应。

他打了个比方，"矿泉水在天上跳个舞落到我手上，肯定好看，但不符合物理规律，对机器人完成任务没意义"。

构型上，灵波同样不执着于人形，主打跨构型泛化，重载作业和轻分拣不需要同一套硬件，未来进家庭，看护老人和陪伴小孩也不会是同一种形态。

不执着于人形的另一面，是对行业阶段的清醒。

眼下，具身智能还在很早期。“大家要有点耐心。好的地方是，行业已经开始做有限的、真实的落地了。”朱兴说。

落地先算账

在外滩大会上，灵波展示了目前推进落地的场景：药房、物流分拣和工业上下料。

药房的逻辑很实际。大型药店白天的外卖单高峰期，药师的工作异常忙碌；夜间药师更辛苦，尤其是在订单量大、外卖占比高的药店，机器人可以搭把手。

对灵波来说，药房是进入更复杂场景的“前哨”：药房内有几千个SKU，考验机器的抓取泛化能力；机器与人近距离接触和协作，也极其考验人机安全。

在朱兴看来，可以做出很炫酷的机器人demo，但炫酷不等于有实际价值。他更看重真实落地，产生数据和模型迭代的循环。

落地的两个条件，他划得很清楚：能力是必要条件，初期优先选择相对安全、环境较封闭、任务链条较短的场景；成本是充分条件，账必须算得过来。

他的判断是，从今年下半年到明后年，机器人在生产力场景中的应用规模将迎来快速增长。

灵波极为重视数据，已围绕模型训练需求自建了一套数据基础设施。行业热衷比拼采集了多少万小时，而灵波更重视数据的质量与分布，很早就开始了定制化采集。

模型团队先定义要什么数据、什么分布，试采后形成SOP，再交给供应商上量，流式交付而非批量交付。在从原始数据到进入训练的数据漏斗中，可用率从15%左右拉到了90%以上。

对商业化，灵波刻意保持克制。"不会为了一个更好的收入数字，过度推进商业化，那是捡了芝麻丢了西瓜。"但朱兴也清楚，只有客户真正付费，才能迎来真实的考验。

具身智能的"百模大战"刚刚开始，朱兴判断，未来会像大模型一样收敛到几家。灵波能不能坐上“大人那桌”，要看数据这条护城河挖得够不够深。更重要的是，能否把面向物理世界的预训练做扎实。

今天真正困难的问题，已经从“一”转向“多”，即在一个场景里跑通之后，如何以更低的成本复制到更多场景。灵波在预训练和具身原生上的探索，最终要回答的也是这个问题。