蚂蚁灵波 首届具身大模型挑战赛今天(11月16日)在上海张江收官,同期举行首届开发者大会,正式发布开发者生态计划。赛事从13个国家、648所高校与企业的1855支队伍中筛出15强,算力合作方AMD把初赛GPU从200张加到350张,两阶段累计超过34万卡时。
把一家公司的开发者大会当成行业事件,原因不在会议规格,而在于它把具身智能“大脑”路线里一个长期模糊的问题摆到了台面:开源一个机器人大脑,究竟怎样才算成功?
过去一年,行业习惯用下载量和Star数回答。灵波给出的数字足够醒目:LingBot系列开源9个月,下载量突破220万,GitHub Star超过3.3万。但公司自己更愿意讲另一个词——被复用。
这两个词之间的距离,正是这篇稿子要拆开的东西。一个开源模型被下载,只说明有人感兴趣;它被写进别人的工具链、被海外实验室当成基础组件,才意味着它开始成为基础设施。
灵波 把大脑拆成三层六个模型:感知层的LingBot-Vision与LingBot-Depth负责空间理解和深度估计,世界层的LingBot-Video与LingBot-World预测环境如何变化,动作层的LingBot-VLA2.0与LingBot-VA把指令翻译成物理动作。公司说法是让机器人“看得更清楚、想得更明白、干得更利索”。
分层不是学术偏好,而是为了复用。感知、预测、动作各成一层,不同团队可以只取其中一层——做三维重建的拿视觉模型,做轻量策略的拿动作模型,不必把整套大脑连本体一起搬走。
Hugging Face 的LeRobot平台已完成对LingBot-VLA和LingBot-VA的适配,视觉骨干库timm把LingBot-Vision合入主线;世界模型LingBot-World同时获得vLLM与SGLang两大推理引擎支持,并被 英伟达 集成进开源世界模型推理库FlashDreams。这一步的关键在于:模型不再只是“开放代码”,而是嵌进了全球开发者现成的工具链。
被复用的证据还来自海外实验室。据公司披露,斯坦福大学OpenWAM项目复用并适配了LingBot-VA模块,韩国FastOPD研究以LingBot-VLA为教师模型训练更轻量的方案,瑞士洛桑联邦理工学院用LingBot-Map做珊瑚礁三维重建;相关工作也被 Physical Intelligence 、Generalist AI等引用。实验室的选择很理性——用谁取决于谁的工具链成熟、谁的能力可复现。
要理解“一脑多机”,得看动作空间怎么统一。机器人形态千差万别,关节数量、自由度定义、传感器配置各不相同。LingBot-VLA2.0的解法是定义一套55维统一全身动作空间——机械臂14维、末端执行器14维、灵巧手12维、移动底盘3维,每种机器人用一份配置把自己的原生接口映射到这套槽位上。
代价是维度冗余,换来的是跨本体可迁移。据技术报告,这个6B参数的模型在预训练阶段就适配了17家厂商的20种构型,训练数据约6万小时,其中约5万小时为机器人执行任务、1万小时为人类做同类工作的第一视角视频;在单张游戏显卡上,单步推理约130毫秒。
“一脑多机”瞄准的是机器人行业最贵的一件事:为每一种构型、每一个场景从头训一个大脑。灵波的判断是,本体千差万别,任务高度分散,如果智能不能复用, scale就起不来。这套栈想做的,是让同一份智能跑在轮式人形、单臂、双臂和药房拣选机器人上。
蚂蚁灵波 成立于2024年12月,是蚂蚁集团全资子公司。它在本体上并非空白——已推出首款人形机器人Robbyant-R1,并聚焦智慧药房场景。但公司反复强调核心是输出智能:以开源基座模型加工具链的方式,与本体厂商一起做后训练。
落地场景是这套逻辑的试验田。在乌镇峰会呈现的智慧药房里,机器人要在80厘米宽的窄道中完成从接单、分拣到交付的连续作业;据公开报道,相关方案已在上海国大药房多家门店常态化运营,无需改造商品陈列。公司还披露了在中东探索零售与物流场景的计划。
产业侧的伙伴名单也在拉长。除赛事中亮相的松灵机器人COBOT MAGIC设备外, 乐聚机器人 的KUAVO 4 Pro已完成LingBot-VLA后训练适配, 奥比中光 、 简智机器人 等也与灵波达成战略合作。一个围绕开源大脑的软硬件协作网络正在成形。
不过,把下载量当成护城河仍然危险。公司自己给出的口径相当克制:220万下载里,多数是研究者和爱好者在尝试,不等于220万台在岗机器人;下载量不等于部署量。真正需要观察的是,开放生态能否在两个季度内实质压低中型团队的预训练开支。
另一个悬念是商业模式。灵波在2026年8月启动首轮融资,据报道拟募资15亿元;但模型开源、工具链开放,收入最终要从哪里来,公开信息里还没有清晰答案。开发者生态计划能否转化为可持续的服务收入,而不是又一轮流量,是这场大会之后真正的考题。
这也是为什么今天的赛事设计值得留意:48小时真机黑客松、百人观察团、面向全球的开发者生态计划——它更像是在用赛事和工具链,把一个开源模型慢慢变成默认选项。开源大脑的竞争,正在从“谁的模型更大”转向“谁的生态被调用得更多”。
本文基于公开报道整理。