大腕

蚂蚁集团组织了一支「物理AI特工队」：蚂蚁灵波具身路线的优势与困顿_我的网站

杀害班花逃15年

A | 该图片使用了AI生成技术本文来自微信公众号：潮涌AI ，作者：潮涌AI编辑部，原文标题：《蚂蚁集团组织了一支「物理AI特工队」：蚂蚁灵波具身路线的优势与困顿》 2024年12月，上海张江，一家新公司注册成立。

B | 近日，瑞士高端跑鞋品牌昂跑发布2026财年二季度财报，营收增速未达到市场预期，公司主动下调全年业绩指引。硕博占比超过九成，CEO是朱兴，首席科学家沈宇军来自蚂蚁技术研究院交互智能实验室。这家公司叫蚂蚁灵波，蚂蚁集团全资子公司，注册资本1亿元，在刚刚结束的WAIC上以“镇馆之宝”的名号扩散势能。财报发布当日，昂跑美股盘中跌幅一度接近20%。毫无疑问，蚂蚁集团内部多了一支被员工称为“物理AI特工队”的队伍。

C | 从财报及电话会议披露的内容来看，昂跑二季度净销售额增速放缓是公司主动策略调整所致。他们的任务不是做支付，不是做大模型聊天机器人，而是给实体机器人造“大脑”。受渠道策略调整影响，作为昂跑最大基本盘的北美市场，其二季度净销售额增速已由去年同期的双位数回落至个位数。蚂蚁如何爬出一家“机器人公司” 朱兴2011年加入阿里巴巴。在全球高端跑鞋赛道竞争加剧、昂跑北美市场“失速”的情况下，其能否在中国市场找回希望？管控北美批发渠道，坚守高端定位财报数据显示，昂跑二季度净销售额同比增长13.5%至8.503亿瑞士法郎，毛利率同比上升3.9个百分点至65.4%，DTC渠道净销售额增长26.0%至3.884亿瑞士法郎。过去14年里，他做过支付、金融服务、O2O，2023年刚刚完成支付宝广告商业化的从0到1，而在2024年底，他被抽调筹建蚂蚁灵波。这是一个令外界意外的选择。从时间线来看，灵波的筹建时间非常紧迫。直营业务已经成为其拉动利润增长的核心引擎。反观批发渠道的增速仅为4.8%，增长动力明显放缓。

D | 变化背后是北美市场运动品牌间的激烈竞争。朱兴没有机器人行业的背景，但他有一个蚂蚁当下最需要的能力：把技术变成能落地的产品。灵波的首席科学家沈宇军则来自蚂蚁技术研究院交互智能实验室，研究方向是计算机视觉和深度学习，本科毕业于清华大学电子工程系，然后选择在香港中文大学信息工程系攻读博士学位，曾在商汤实习，担任过字节跳动高级研究员。

E | 两人搭配的逻辑清晰：一个懂产品化和商业化，一个懂技术底层。目前，灵波团队硕博技术人才占比超过九成。在蚂蚁集团内部，灵波挂在CTO线下，与百灵大模型团队、支付宝AI团队平行，但专攻“物理智能”——也就是具身智能。在多品牌集合店，为与耐克、阿迪达斯、HOKA等品牌拉开差距形成价格优势，经销商们选择降价销售优化库存，这也打乱了昂跑长期建立起来的高端定价体系。蚂蚁集团对灵波的战略定位，是把AGI目标拆成两个层面：数字智能和物理智能。对此，昂跑联席CEO大卫·阿勒曼（David Allemann）在业绩沟通会上明确表态：“我们可以做到大规模增长，同时不牺牲高端定位。

F | 数字智能由百灵大模型、AI支付宝、蚂蚁阿福等业务承载；物理智能的核心执行主体，就是灵波。面对北美市场行业折扣泛滥的环境，我们选择管控批发供货，避免向渠道压货导致后期降价清库存。六款模型，两条路线 2026年7月初，蚂蚁灵波在一周内连续发布六款具身智能大模型，覆盖视觉、视频、空间感知、灵巧操作、世界模型和世界动作模型六个方向，并且全部开源。

G | ”他表示，短期牺牲一部分批发出货，是为新品预留干净的销售环境，着眼于打造数十年周期的高端运动品牌。从商业模式来看，昂跑发力DTC直营，可以直接掌握定价权、用户数据以及线下门店的消费体验，进一步拉高毛利率。

H | 这不是一次普通的产品发布，灵波在发布会上展示了它的技术路线选择：双线并进。

I | 不过，“控货保价”的策略也带来了短期阵痛，美洲市场二季度增速回落至4.5%，明显放缓，品牌随之将2026年净销售额增速指引从此前的至少23%下调至低于20%区间。

J | 值得一提的是，资本市场的观点产生分化。

K | 第一条是VLA路线（视觉-语言-动作），代表模型是LingBot-VLA 2.0。

L | 这条路线的主流逻辑是“看到→理解→动作”，基于视觉-语言模型做基座，让机器人根据视觉输入和语言指令输出动作。Evercore ISI分析师迈克尔·比内蒂（Michael Binetti）认为，股价下跌是市场对公司从“高成长标的”向“高质量增长标的”的重新定价，目前昂跑的现金流、DTC布局、亚太增长等基本面依旧稳固，战略成效需要给予12—24个月的观察期。分析师迪伦·卡登（Dylan Carden）提醒，尽管保护品牌资产的逻辑成立，但批发渠道收缩的幅度与持续时间无法量化，收入前景具备不确定性，一旦新品迭代遇冷，业绩风险将会进一步凸显。中国市场优势突出，也暗藏多重挑战分区域来看，二季度，昂跑亚太地区增长43.1%至1.705亿瑞士法郎。从增速来看，以大中华区、日韩为代表的亚太市场，已经成为昂跑全球最核心的增长引擎。这是当前行业最主流的技术路线，Figure、Google DeepMind的RT系列都在这个方向。第二条是世界模型路线，代表模型是LingBot-VA 2.0。作为千元高端跑鞋的重要消费阵地，中国更是品牌当下最关键的增量来源，直营门店拓展也在稳步落地推进。2025年，昂跑联席CEO马丁・霍夫曼（Martin Hoffmann）曾表示：“接下来5年是昂跑在中国市场的重要时期，未来中国会成为第二大市场。这条路线不直接映射感知到动作，而是先预测“世界接下来会如何变化”，再同步生成下一步动作。”现阶段昂跑在中国已经走出一条差异化路线，瞄准都市品质消费群体，主打简约百搭、适配通勤场景的跑鞋产品。截至目前，该品牌在中国已落地超80家门店，绝大多数门店为直营店，重点聚焦布局一线、新一线商圈，依靠跑步社群运营强化用户黏性，扩大品牌影响力。沈宇军在技术分享中把VA 2.0定义为“行业首个具身原生世界动作模型”，基于自回归架构从零开始预训练，实现了单卡150Hz的实时推理。同时，该品牌也在加速推进品类拓展，二季度服装品类收入同比增长47.7%，配饰增速更是高达88.3%，昂跑试图从单一跑鞋品牌，升级为覆盖服装、配饰的全品类运动生活方式品牌，打开全新增长空间。六款模型的分工是清晰的： VA 2.0的技术细节值得单独拆解。“服饰产品的同质化程度高，款式易被竞品模仿迭代，很难构筑深厚护城河；而跑鞋若能搭建起扎实的技术底盘，有利于品牌夯实自身的专业属性。据灵波发布的技术文档，它采用了四项核心设计：语义视觉-动作分词器、严格的因果预训练范式、MoE架构，以及增强的异步推理机制。”鞋服时尚行业品牌战略咨询专家、上海良栖品牌管理有限公司创始人程伟雄对中国商报记者分析，昂跑目前留给中国消费者的印象，潮流时尚属性大于专业运动属性，某种程度上带有一定的“网红”标签，市场辐射范围也仍有局限，品牌后续发展亟须在专业化赛道持续深耕。目前，体育用品行业竞争持续白热化，一方面，萨洛蒙、HOKA、索康尼等同类高端跑鞋品牌正持续加码市场，外部竞争加剧；另一方面，国产品牌向上突围的压力同样不容小觑，李宁、安踏、特步、361°以及必迈等运动品牌，已在大众跑鞋市场打下深厚根基。昂跑赖以生存的跑鞋赛道早已不再是蓝海。程伟雄坦言，一旦陷入“高不成、低不就”的尴尬处境，昂跑很容易被市场逐步边缘化。前三项解决的是“理解世界”的问题，最后一项解决的是“实时响应”的问题，让机器人在执行当前动作时，模型已经开始预测未来状态。

M | 即便当前昂跑在中国DTC直营业务增长势头亮眼，但对比安踏等本土龙头的DTC运营能力，仍然存在明显差距。“DTC模式背后考验的是庞大的渠道管控团队，以及品牌建设、产品研发、供应链配套、本土化运营等综合实力。

N | 对于昂跑来说，在中国市场，一场深度的本土化能力升级已是势在必行。 150Hz的推理频率是什么概念？它意味着模型每秒完成150次推理，单次响应约6.7毫秒；作为参照，人类眨眼一次约需300-400毫秒，也就是说，机器人“思考”一次的时间不到眨眼时间的1/50。灵波的技术文档称，VA 2.0让机器人具备了“边推演、边行动”的通用控制能力。但一位机器人行业从业者向亿邦动力表示，推理频率只是工程指标之一，真正的考验是在真实场景中的泛化能力。”（记者王怡菲）。

o | “在仿真环境里跑150Hz和在有老人、小孩、宠物的家庭环境里跑150Hz，是两回事。” 开源、R1和生态灵波这次发布的另一个关键策略是全栈开源——权重、代码、后训练工具链、评测集全部放出。

p | 在技术标准尚未定型的阶段，开源是建立生态影响力的最快方式。灵波的模型支持多种机器人构型，不同本体和场景均可接入同一套“大脑”。目前，已有十几家机器人厂商与灵波建立合作。除了蚂蚁直接参与投资的宇树科技、星海图，今年6月，乐聚机器人官宣旗下KUAVO 4 Pro（夸父）已完成LingBot-VLA的后训练适配，并围绕GM-100评测体系里的95个真实操作场景做了系统性测评。 LingBot‑VLA 2.0训练但灵波并非只做“大脑”。 2025年9月，它推出了首款服务机器人Robbyant R1，定位家庭、养老、医疗健康等服务场景。不过，根据多家媒体的报道，R1目前的出货量有限，更接近“验证模型的载体”，距离大规模走量尚有距离。这是一个现实的处境。在硬件本体环节，宇树、智元、银河通用、星动纪元等公司在硬件工程、供应链和量产上已经积累了数年，灵波的机器人产品力和量产能力还无法与它们直接竞争。大厂具身地图上的“唯一” 把灵波放在中国大厂具身智能的地图上，它的位置有些特殊。阿里在通义体系下推出了Qwen-Robot，但产品定位更偏平台工具，给机器人厂商提供多模态基础模型，本身不做本体，也不深入到具身大脑的操作层；腾讯的Robotics X研究院走“云+投资”路线，把大脑和算力卖给机器人公司；华为CloudRobo同样以云端能力为主。京东和美团采取重投资、轻自研的策略，聚焦物流和配送场景。灵波是唯一一家同时押注大脑基座、世界模型和本体落地的大厂子公司。蚂蚁灵波官网截图但这个“唯一”也带来了问题。灵波在蚂蚁集团内部需要与百灵大模型团队、支付宝AI团队争夺资源；在蚂蚁集团外部，仅阿里系内部就有多个具身智能条线“各自为战”，包括千问Qwen-Robot、高德世界模型，尚未形成统一的战略协同。数据困局与开源的悖论如果技术路线的不确定性是第一层困顿，那么数据瓶颈是更现实的第二层。具身智能行业有一个被反复提及的残酷数字：真实世界数据与语言数据有几万到几百万倍的差距。大语言模型可以调用万亿级的人类语言数据进行训练，但机器人需要的物理交互数据，比如“怎么抓杯子不碎”“在湿滑地面上怎么保持平衡”，只能靠真机一点点积累。灵波的数据从哪里来？根据AIX财经报道，灵波的真机数据主要依赖生态伙伴供给，包括宇树、乐聚、星海图等合作厂商的真机测试数据。这是一种“借鸡生蛋”的模式：灵波自己不造大量本体，靠合作伙伴的数据来训练模型。

q | 但这个模式的脆弱性是显而易见的。

r | 宇树科技刚刚推出了宇树UnifoLM-OminiA-0.3具身大模型，智元机器人有自己的世界模型和AgiBot World数据平台。一旦这些本体厂商认真自研大脑，数据供给随时可能收紧，灵波将失去最重要的训练燃料。微博截图全栈开源是灵波应对这个困局的策略：权重、代码、工具链、评测集全部放出，吸引全球开发者基于其标准开发，试图把自己变成“公共底座”。但是，别忘记了具身智能头部玩家们自己也都在有意识布局“大脑”，如果它们自己的大脑做得比灵波更好，为啥选择灵波？开源在标准未定型的阶段是建立生态的最快方式，但它本身不构成护城河。模型能力能否持续领先，才是灵波能不能守住“公共底座”位置的关键。为什么要做这件事？蚂蚁做具身智能，最直接的背景是战略重心发生了变化。 “具身智能”在2025年首次被写入政府工作报告，随后，上海、深圳等地相继出台支持政策。但政策红利之外，蚂蚁有一个更具体的业务逻辑。蚂蚁的主业，支付、金融、健康，增长已见顶。但很多人忽略了一点：蚂蚁从来就不是一家纯线上的公司。支付宝的二维码遍布全国数千万商户，蚂蚁的医疗业务（好大夫在线、阿福）直接连接医院和患者，芝麻信用渗透进租房、出行、政务等线下场景。蚂蚁的触角早已延伸到线下，只是过去用软件和二维码作为入口。在老龄化社会里，AI助手不仅要解决问诊这一个问题，最终还要有实体：陪伴、送药、康复、看护，纯软件解不了这些问题。沈宇军在今年7月的一次技术分享中表示，“未来要更好地服务用户，肯定会进入到物理世界，这是业务的自然延伸。

s | ” 从这个角度看，灵波对蚂蚁而言，不是一次跨界冒险，而是主业的自然延伸。对一家科技公司来说，做具身智能、做物理AI，是进入线下最深场景最合理的路径之一。

t | 蚂蚁必须走这一步，因为线下的刚需场景终究需要实体来承接。但这条路的长度可能超出预期。高盛团队在研报中认为，人形机器人技术拐点仍不明朗，能力尚不足以处理多种通用任务。高盛预计，到2027年全球人形机器人出货量约7.6万台，到2032年约50.2万台，步伐慢于市场预期。灵波的200余人团队正在和时间赛跑。他们在一周内开源了六款模型，但把模型变成能在老人家里安全运行的机器人，还需要更长的周期。 CEO朱兴在公司成立之初说过一句话：“让人形机器人早日走进寻常百姓家。

u | ” 这句话的实现时间，目前还没有人能给出一个确切的数字。 *参考文章： AIX财经《蚂蚁，为何狂卷具身智能？》亿邦动力《一周开源六款模型蚂蚁灵波卡位“具身原生”》科创板日报《WAIC观察：具身智能“深圳军团”，补齐人形机器人落地关键中间层》本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 [email protected]。