15億,螞蟻靈波“單飛”
國內具身賽道迎來密集融資潮,光是8月3日這一天,就有三家賽道企業官宣融資動態。
求之科技宣佈拿到1億美元天使+輪,破殼機器人完成億美元級Pre-A輪,螞蟻集團旗下的靈波科技啓動首輪15億元募資。
庚辛資本作爲求之科技本輪核心財務顧問,其合夥創始人張家康向我們梳理了公司目前的投資思路——ppt的“空氣項目”不碰,押注“全能大腦派”和“數據礦工派”兩端。
所謂全能大腦派,就是給機器人造一個“通用大腦”。不管這個機器人是用來送餐、掃地還是搬貨,只要裝上這個大腦,就能幹活。“數據礦工派”則只給各大AI公司提供高質量訓練數據,自己不造機器人,相當於“賣水給淘金客”。求之科技便是在“大腦派”和“數據派”之上的進一步整合。
青睞“通用大腦”可以說是當下投資人的共識。IT桔子統計,今年上半年國內具身智能賽道融資約935億元,遠超2025年。其中,超一半資金流向“大腦派”,資金重心從本體轉向大腦。宇樹科技招股書中提到,此次核心募投方向是具身智能模型(機器人大腦)研發 。
如此看來,螞蟻靈波算是buff疊滿,不僅背靠螞蟻集團,定位“通用具身大腦”,踩的是風口上的風口。晚點LatePost引援知情人士透露,在剛結束不久的世界人工智能大會(WAIC)上,就有投資人直接去到靈波展臺,探訪技術和產品發展情況,表達投資意向。
螞蟻靈波的目標是在今年底完成二輪融資,如果能如期完成,它將打破具身領域創業公司的融資速度。
但融資速度本身並不是故事的全部。
螞蟻靈波首輪15億元的募資,標誌着一家從集團內部孵化出來的子公司,開始經歷三個階段的考驗:
斷奶——從螞蟻集團全資供養走向外部市場募資;
社會化——面對資本對其估值合理性和造血能力的審視;
長大——證明自己的"大腦"技術能真正在真實環境裏幹活,而不只是在展會上做飯。
這三個詞,恰好也是整個具身智能行業此刻所處階段的縮影。
01、從數字世界到真實物理世界
外界對螞蟻集團的認知多停留在金融領域,但螞蟻集團戰略早已傾斜。
支付作爲螞蟻集團的基石和流量入口,國內增長逐漸放緩。華泰證券今年8月發佈的一份研報稱,當前我國數字錢包滲透率約90%,處於較高水平,支付行業規模增長有所放緩。
更關鍵的是,曾爲螞蟻貢獻近七成利潤的信貸業務,增長正受到監管和風險的雙重壓制。
主營業務見頂的情況下,具身智能成爲螞蟻必須搶佔的下一代超級流量入口和全新業務增長點。
2023年時,螞蟻集團提出“AI FIRST”戰略,把具身智能納入集團AI敘事。螞蟻靈波首席科學家沈宇軍曾解釋這個邏輯:“螞蟻過去做的是生活相關的服務,過去在數字世界積累,未來要更好地服務用戶,必然要進入物理世界。”
而螞蟻集團佈局具身智能的手段也十分簡單粗暴——砸錢。
2024年到2025年,螞蟻先後投資了星海圖、宇樹科技、靈心巧手等公司,完成從“大腦”、機器人本體到核心零部件的全產業鏈佈局。其中2024年4月砸數億元投資的視頻生成大模型公司愛詩科技,可以算螞蟻在具身智能“大腦”方向的第一次落子。
這也十分吻合當下的投資邏輯。產業資本逐漸取代純財務投資,單純依靠資金加持的財務投資溢價能力正在減弱,具備場景資源、產業生態、數據供給、硬件配套能力的產業資本,成爲推動行業迭代的核心力量。
但對於當時的螞蟻集團來說,光砸錢還不夠,2024年末集團成立了全資子公司“螞蟻靈波”,作爲具身智能業務的核心運營主體。
不同於多數廠商扎堆機器人本體賽道的打法,螞蟻靈波從成立之初就確定,不做單一硬件設備廠商,專注研發通用機器人大腦,賦予機器人可遷移、可泛化、可持續自主學習的物理世界智能能力。
2025年9月,螞蟻靈波推出了首款服務機器人產品Robbyant R1,定位是家庭服務。當年外灘大會上,Robbyant R1現場烹飪四道菜品,從取菜、炒菜到清潔,全流程一氣呵成,不需要人工干預。
當時,機器人本體市場其實已經十分擁擠了,螞蟻集團依然選擇進入,關鍵目的在於用Robbyant R1來驗證公司自研的“機器人大腦”。
Robbyant R1展現烹飪、藥品分揀等任務便是檢驗其“大腦”能力最直觀、最有說服力的方式。一旦通過Robbyant R1證明了技術的可行性,便能吸引其他機器人廠商採買公司“大腦”,實現商業化。

目前螞蟻靈波覆蓋了17家
主流機器人品牌的20種機器人構型
張家康對行業商業模式拆解分析道,機器人行業能跑通的商業模式有三種。一種是特斯拉式“整機+RaaS訂閱”模式,依託硬件終端疊加持續服務盈利;或是垂類場景機器人模式,聚焦物流、焊接等單一賽道實現快速盈利;以及選擇底層數據與工具服務模式,爲全行業提供核心技術底座。
螞蟻靈波做的“通用具身大腦”屬於最後一種,向所有機器人廠商輸出智能,想做行業的基礎設施和標準能力層。
02、靈波不擰螺絲,只訓練腦子
隨着行業迭代加速,產業共識愈發清晰,硬件本體、底層控制等“小腦技術”已日趨成熟,機器人早已實現唱歌、跳舞等基礎交互,但無法適配複雜真實場景作業,通用大腦能力成爲制約具身智能行業規模化落地的核心瓶頸。螞蟻靈波CEO朱興直言,行業過往硬件技術持續迭代,但機器人始終難以落地真實作業場景,核心短板就在大腦的理解、決策與泛化能力。
今年開始,螞蟻靈波明顯加快“大腦”佈局。1月,公司開源了四款具身大模型:具身世界模型LingBot-VA、高精度空間感知模型LingBot-Depth、具身大模型LingBot-VLA、世界模型LingBot-World。
在技術路線選擇上,螞蟻靈波採用行業少有的“VLA+世界模型”雙線並行策略。LingBot-VLA深耕視覺、指令、動作融合的VLA主流賽道,LingBot-VA則佈局前沿世界模型賽道,兩套體系實現訓練數據完全共享、技術基座差異化互補。
對於雙線佈局邏輯,沈宇軍解釋稱,廣義VLA並非侷限於傳統視覺語言模型訓練,本質覆蓋多模態交互全鏈路,世界模型可視爲VLA的高階實現形式,二者並非對立關係,融合兩類技術優勢,才能突破單一模型的能力邊界,適配複雜物理世界的作業需求。
在開源四款模型的半年後,螞蟻靈波又發佈了升級版的六款模型。相比1月份的四款,7月這一波先對此前的四款模型做了2.0的升級版,新推出的兩款模型LingBot-Vision和LingBot-Video,都是從零預訓練的基座模型,代表螞蟻開始搭建自己的視覺和視頻底座。
至此,螞蟻靈波構建起覆蓋感知、理解、決策、動作生成、世界預測的全棧模型體系,成爲國內大廠中唯一同時覆蓋大腦基座、世界模型研發、機器人本體落地的核心玩家。
依託靈波的物理智能能力,疊加螞蟻集團百靈大模型、AI支付寶、螞蟻阿福等數字智能佈局,螞蟻集團也正式完成“數字智能+物理智能”的雙輪驅動格局。
技術落地目前已初見成效。在2026世界人工智能大會上,依託LingBot-VLA 2.0模型驅動,樂聚、星海圖、螞蟻靈波自研R-2三臺機器人,在國大藥房場景中實現隨機訂單自主分工,獨立完成接單、取貨、交付全流程作業,落地成熟的智慧藥房解決方案,獲評大會“十大鎮館之寶”。

WAIC現場演示
但高壁壘路線也意味着高昂的研發成本與漫長的商業化週期。螞蟻集團副總裁周俊曾公開坦言,萬億參數具身大模型的算力消耗極爲驚人,每運行15分鐘的算力成本,相當於一輛特斯拉的購置費用。
持續的算力消耗、高額的研發投入僅靠集團內部預算難以長期支撐,這也是螞蟻靈波啓動獨立融資的核心原因,即通過引入外部資金與算力資源,緩解內部預算壓力,同時藉助市場化資源加速技術迭代與落地。
本輪融資後,螞蟻靈波仍將是螞蟻在具身和物理 AI 領域最核心載體,螞蟻將在 AI Infra、數據資產和應用場景等資源上持續給予靈波最大支持。
03、算力、數據、生態,三重拷問的成人禮
螞蟻靈波爲獲取更多資源,選擇獨立融資,也意味着正式走向外部市場,要面臨“估值泡沫”和“造血能力”的雙重審視。
目前來看,資本市場給高毛利的“大腦”業務高估值,但實際掙錢的還是低毛利的“身體”業務。已經上市的機器人大腦第一股仙工智能可以說是一個典型。
張家康也承認,賽道存在泡沫但不是全行業虛熱,“200億估值俱樂部裏有出貨量支撐的和純靠故事的,本質是兩類資產。”他判斷,當前行業處於“GPT-2 級”向 “GPT-3 級”過渡的關鍵期,技術已經摸到了那扇門,但門還沒完全推開。
放到具身智能領域,就是現在機器人能幹點活,但無法實現高效、穩定、規模化落地。朱興也曾表示,螞蟻靈波目前仍處早期,只能做“環境簡單、任務單一”場景的小規模試點。如何在真實複雜的工作環境裏維持穩定性能,這也是全行業的共性難題。
與此同時,數據短板也是制約行業進階的核心瓶頸。相較於自動駕駛每日可產生上億條數據,具身智能領域能採集到的最大數據集規模還停留在百萬條級別。一位長期跟蹤具身智能行業的投資人告訴“AIX財經”,近期入場的具身大腦創業公司預訓練數據量普遍都是10萬小時起步,對比之下,螞蟻靈波LingBot-VLA 2.0的預訓練數據總量僅爲6萬小時,沒有明顯優勢。
不過張家康認爲,靈波的LingBot-VA 2.0提出的自迴歸視頻-動作世界建模框架,本質上是在解決仿真到真實遷移的核心痛點。“如果世界模型足夠準,就能繞開真機數據的萬倍缺口。”
此外,像是螞蟻靈波這種銷售“通用大腦”還面臨“供給隨時收緊”的風險。螞蟻靈波獲取真實世界數據的核心方式高度依賴生態夥伴,比如樂聚機器人爲其提供了近萬小時的高質量多模態真機數據;星海圖、松靈、宇樹等在模型預訓練和適配階段提供了硬件平臺與數據支持。一旦這些本體廠商自研“大腦”,數據供給就可能收緊,形成連鎖反應。
爲了防患於未然,螞蟻集團一方面投資宇樹、星海圖等本體廠商,從股權層面綁定利益,另外,推出自研機器人R-2,搭建自主真機數據採集平臺,擺脫對外單一依賴,構建自主可控的數據閉環。
站在產業躍遷的關鍵節點,螞蟻靈波正憑藉技術底座、產業生態、資本加持的三重優勢,搶佔具身智能產業的核心話語權,但是否能成長爲其對標的“具身大腦平臺” Physical Intelligence,還需要驗證。







