近日，蚂蚁集团旗下具身智能子公司蚂蚁灵波正式发布了其自主研发的具身原生世界动作模型——LingBot-VA 2.0。这一突破性成果标志着蚂蚁在“AI+机器人”融合领域迈出了关键一步，为机器人在复杂真实环境中执行精细操作任务提供了全新的技术路径。
从“感知”到“动作”的原生进化
具身智能是当前人工智能领域的核心前沿方向，其目标在于赋予机器人在物理世界中自主感知、规划与行动的能力。LingBot-VA 2.0正是面向这一目标设计的“原生世界动作模型”——它并非简单地调用外部视觉或语言模型，而是将世界理解与动作生成融为一体，构建起从环境输入到物理输出的端到端学习框架。
据蚂蚁灵波技术团队介绍，LingBot-VA 2.0在上一代模型基础上进行了三大核心升级：第一，多模态融合感知能力大幅提升。 模型能够同时处理视觉、触觉、力觉等多源传感器数据，并在统一的隐空间内进行对齐与推理，从而在光照变化、遮挡等复杂条件下仍能保持稳定的环境理解。第二，动作生成的精细化与泛化性增强。 通过引入基于扩散策略的动作生成模块，模型可以在毫秒级时间内生成连续、平滑的关节运动指令，并支持零样本迁移至未见过的新物体或新任务场景。第三，安全性与鲁棒性的系统化设计。 模型内置了物理约束感知层与冲突检测机制，确保机器人操作过程中不会对自身或周围环境造成损害，这对于商业化落地至关重要。
填补“技能鸿沟”的关键一跃
在传统的机器人控制范式下，工程师需要为每一个具体任务编写专门的程序或训练专门的模型，导致开发成本高、泛化能力弱。而LingBot-VA 2.0试图从根本上改变这一局面：它不再依赖工程化的规则堆叠，而是通过海量真实世界数据和仿真环境联合训练，让模型自主习得通用的“操作技能”。
蚂蚁灵波方面透露，该模型已在多个真实场景中完成了验证，包括精密装配、物品分拣、柔性物体处理等。例如，在一项针对电子产品螺丝拧紧的测试中，搭载LingBot-VA 2.0的机械臂能够自适应不同扭矩要求和螺丝规格，成功率较上一代提升了超过30%。此外，模型在厨房环境中的抓取与放置任务上也表现出色，能够从杂乱抽屉中准确取出指定形状的餐具，并在拿取脆弱物品时自动调整夹持力。
产业生态布局：从实验室到千行百业
蚂蚁集团在AI领域的积累由来已久，而成立蚂蚁灵波独立子公司，则是其将AI能力向物理世界延伸的战略落子。LingBot-VA 2.0的发布，不仅是技术路线的突破，更意在构建一个开放、可扩展的机器人操作智能底座。
据了解，蚂蚁灵波已同步推出面向开发者的模型接口（API）和轻量化部署工具包，支持工业机械臂、服务机器人、复合移动机器人等多种硬件平台。这意味着，无论是工厂的自动化产线，还是物流仓储的拣选系统，亦或是家庭服务场景，开发者均可基于该模型快速构建定制化操作能力，大幅降低研发门槛。
专家观点：具身智能进入“原生时代”
业内分析人士指出，LingBot-VA 2.0的“原生世界动作模型”概念，呼应了当前学术界对“世界模型”与“具身智能”融合的前沿探索。不同于早期依赖“先感知、再规划、后控制”的分层架构，端到端的原生模型有望破解长尾延迟与误差累积难题，为机器人大规模落地打开新窗口。
当然，该技术目前仍面临算力消耗大、对极端环境适应性不足等挑战。但蚂蚁灵波方面表示，将持续迭代模型架构，并计划在今年下半年发布面向通用任务的LingBot-VA 3.0版本，进一步拓展其在医疗、农业、教育等领域的应用边界。
从算法到行动，从数字世界到物理世界，蚂蚁灵波正在用LingBot-VA系列模型书写具身智能的新篇章。当机器人真正学会“像人一样动手做”，一个更智能、更高效的未来将加速到来。