蚂蚁灵波拟募资15亿，“具身大脑”的吸引力在提升？

作者 | 麦卡

编辑 | 以安

具身智能的牌桌上，蚂蚁决定把关键的一张牌拿出来单独定价。

据晚点LatePost报道，蚂蚁集团旗下具身智能公司“蚂蚁灵波”已确认启动首轮独立融资，拟募资15亿元人民币，目标在今年年底完成二轮融资。

15亿元的首轮体量，放在国内具身智能“大脑层”赛道是重量级起步，若如期完成，投后估值可能迈入独角兽门槛。

对此，蚂蚁灵波回应，确实在跟投资人接触，蚂蚁灵波作为蚂蚁在具身领域的核心布局，将持续聚焦通用机器人大脑，加大对具身原生技术路线的投入，加速产业落地。

外界对蚂蚁灵波或许还比较陌生。这家公司2024年12月才成立，由蚂蚁集团全资控股。它讲的故事也很“新”：做一家“具身大脑”公司，不生产任何机器人硬件，而是打造能适配全品类机器人的通用大脑。

在蚂蚁的业务版图里，这是唯一一家面向物理世界的公司——支付、信贷、AI应用，蚂蚁过去的所有生意都发生在数字世界，而灵波是它伸向物理世界的第一只手。

让这样一家公司独立融资，等于蚂蚁把“从数字世界跃迁到物理世界”这张船票，拿到市场上公开询价。

它值不值一个独角兽，要回答这个问题，得先看清三件事：机器人“大脑”这门生意为什么突然被资本疯抢，蚂蚁灵波的身体和场景从哪里来，以及，这门早期生意面前还横着哪些坎。

1、造“具身大脑”，故事够性感吗？

从“身体竞赛”到“大脑竞赛，具身智能行业正在发生一次重要转向。

现在业界对机器人系统的划分已经很清晰：最上层的“大脑”负责感知理解和任务规划，中间的“小脑”管运动控制，最底层的“本体”负责动作执行。

前两年的爆发式发展，把硬件本体卷成了红海。最典型的例子，是宇树科技把双足人形机器人的价格打到了3万元以内，还开放现货销售。

“身体”不再稀缺后，决定机器人能做什么、能做多好的核心变量，从机械结构转向了“大脑”。

资本的投票更直接。量子位统计，2026年上半年，国内具身智能赛道融资约438亿元，但钱的流向出现了结构性变化。“大脑派”公司吸纳222.53亿元，占比高达50.8%；而以机器人本体为核心的“本体派”公司同期融资仅占12.8%。

更值得惊讶的是，35家大脑派公司里，20家还停在种子轮到Pre-A轮，没有一家融到C轮。但融资量级早就越级了：Pre-A轮平均7亿元、B轮平均22.5亿元——放在其他领域，这是C、D轮的水平。

大脑层的生意更像软件行业——高毛利、可规模复制、边际成本递减。虽然行业还在早期，但资本已经开始将这类玩家类比为“机器人领域的OpenAI”，来支撑定价。

海外的价签已经挂出来了。Physical Intelligence今年3月传出洽谈新一轮融资，估值目标超110亿美元；Skild AI今年1月完成约14亿美元融资，估值超140亿美元，距离上一轮仅7个月，估值翻了三倍。

蚂蚁灵波正是国内“大脑派”的典型代表。不过，做大脑先要回答一个技术问题：走哪条路线？

行业当前有两条主线在争。一条是端到端VLA，机器人看到什么，直接输出动作，中间不做世界推演；另一条是世界模型，先在“脑子里”构建物理世界的表征，预演动作后果，再挑最优动作执行。

据不完整统计，两条路线同时押注的，只有7家，蚂蚁灵波是其中之一。

先看VLA这条线。LingBot-VLA 2.0今年7月发布并全面开源，最大的看点在数据：预训练用了6万小时高质量物理数据，其中5万小时真机数据是从9万小时原始数据里清洗出来的，另外1万小时从2万小时第一视角人类操作视频中提炼。

具身智能和大语言模型不同，在互联网上没有现成的“物理经验”可爬，需要依赖真机数据采集，数据质量直接决定模型的天花板。灵波能拿出这个量级的真机数据，无疑是一笔重投入。

LingBot-VLA 2.0适配的机器人，图/蚂蚁灵波公众号

再看世界模型这条线。这一赛道普遍“慢”是行业共识，推演一次要几十毫秒甚至上百毫秒，跟不上真实世界的节奏。据灵波公布的数据，LingBot-VA 2.0把“想一步”的时间压到了6.7毫秒。

作为参照，LingBot-VLA 2.0在RTX 4090上的单次推理延迟约为130毫秒。不过目前的这些数据是基于仿真环境基准测试，目前还没有大规模验证数据。

值得注意的是，双线并行解决的是“决策”问题，但机器人要在真实物理世界里可靠地工作，还需要感知输入、环境推演和空间记忆这些前置与支撑能力，所以灵波还相应地布局了Vision、Depth、Map、Video、World等模型。

当然，双线并行最终还是要收拢的。蚂蚁灵波首席科学家沈宇军曾明确表示，不必过于纠结技术路线之争，“未来不是VA或者VLA的天下，一定会出现1+1>2的新模型”。所以，灵波今天押两条线，赌的不是哪条线赢，而是融合发生时自己在两边都握有筹码。

2、身体从哪来，场景有多少？

大脑层的企业，绕不开一个现实问题：身体从哪里来？

这类公司如果不跟本体厂商合作，模型就永远停在仿真环境里“纸上谈兵”。

腾讯首席科学家张正友曾表示，“中国机器人硬件供应链已具备较强制造能力，腾讯更适合发挥AI、云计算和软件平台优势”，因此腾讯选择不造本体、只做大脑。千诀科技创始人肖海默则提到，“与本体厂商形成专业分工”，是更快到达未来的方式。

蚂蚁灵波的路子一样，它用自研机器人做过技术验证，如2025年9月的R-1，今年WAIC上的R-2，但落地重心还是放在第三方身上，核心是要证明：自己研发出来的“大脑”可以跨平台适配。

这件事的难度被低估了。不同厂商的机器人，通信协议、数据格式、控制接口完全没有统一标准，每接一家都要重做底层适配。蚂蚁灵波为此投入了大量工程资源，目前的成绩单是：LingBot-VLA 2.0已适配宇树、智元、银河通用、乐聚等17个机器人品牌的20多种构型，覆盖单臂、双臂、双足、轮式。

合作最深的是乐聚机器人。乐聚作为核心数据伙伴，为LingBot-VLA提供了近万小时高质量多模态真机数据；乐聚的KUAVO人形机器人则搭载灵波的模型，共同探索“大脑”与本体的协同方式。数据闭环跑通后，双方已经把合作推进到了真实商业场景。

在国大药房上海门店，用户在线上下单后，三台不同品牌、不同构型的机器人在同一套LingBot-VLA 2.0驱动下自主分工，连续完成接单、取货、交付。

图/蚂蚁灵波公众号

据公开信息，机器人能在超过150种药品中识别目标药盒、抓取并送回，单次任务平均不到3分钟。关键是，门店没有为机器人重做货架、轨道或封闭作业区。

与此同时，零售分拣、物流分拣、工业柔性作业等场景的测试，灵波也在推进。

机器人大脑的竞赛，归根到底是数据规模的较量。行业对具身数据量的认知，正在不断往上提升，谁掌握了最大规模的高质量物理世界数据，谁就掌握了具身智能时代的入场券。

对蚂蚁灵波来说，场景和伙伴的密度，最终决定数据回流的规模。这是它最不能松劲的一环。

3、蚂蚁的这张牌，好打吗？

热闹归热闹，这仍是一门早期生意。

从“能干活”到“规模化商用”，中间还横着多重门槛。

机器人前空翻、720度回旋踢的视频满天飞，但拿起一个杯子、拧开一个瓶盖，需要视觉、力觉、触觉的毫秒级协同，难度远超翻跟头；实验室平地上的动作，到了有凹凸、有油污的工厂地面，算法稳定性就会断崖式下跌。

真实数据稀缺、跨本体接口不统一、后训练成本高，每一项都没有标准答案。

客户那边还有一本经济账。企业会算两笔账：把环境改造成机器人看得懂的样子，要多少钱；让机器人看懂没改造过的环境，又要多少钱。此外，通用机器人的寿命、维护成本和停线损失，还没到能大规模替代人工的程度。

按行业节奏算，蚂蚁灵波至少要陪行业走完一轮“定义标准-验证场景-规模复制”的周期，保守估计3到5年。

蚂蚁灵波自己也有短板要补。它的商业化依赖第三方本体，但头部本体厂商都在自研大脑，灵波必须在技术上强到不可替代；硬件从来不是蚂蚁的强项，大量软硬件协同的工程打磨躲不掉；双线并进还意味着双倍烧钱——技术上有道理，财务上很“肉疼”。

但它手里的牌，也确实比大多数玩家好。

一是场景。零售、物流、本地生活，这些蚂蚁已有卡位的领域，就是现成的落地通道。

二是融资信用背书。据媒体报道，融资正式启动前，已有投资机构主动上门，WAIC期间甚至有投资人直接跑到灵波展台表达意向。

至于为什么独立融资，也有现实考量。蚂蚁集团内部，百灵大模型、AI支付、蚂蚁阿福等核心AI业务已经吃掉巨大算力，集团预算承压。把具身业务推出去独立融资，一来能补充外部弹药，二来也是把它放到市场上进行定价。

那么，这只独角兽到底值不值？

拆开看，15亿元和独角兽估值，市场买的其实是一张期权——赌“通用大脑”这门生意能跑通，也赌蚂蚁灵波能成为跑通的那一个。

而这张期权要兑现，考验比看起来更具体。

适配17个品牌、20多种构型，证明灵波解决了“接得上”的问题；但目前的泛化成绩主要来自仿真基准，换一副陌生身体、进一个没训练过的真实场景还能不能打，还没有大规模真机数据来回答。

与此同时，模型开源能换来声量，却换不回数据，灵波必须把场景试点做成规模化部署，让每次真实作业都给模型“攒经验”，否则6万小时的数据领先会被时间抹平。

灵波终究要从“背靠蚂蚁的一个具身项目”长成行业公认的平台，这次独立融资本身就是第一关考试。

它需要用市场化的标准证明自己，而不只是做蚂蚁战略版图上的一枚棋子。