AREX Feed Article
蚂蚁灵波首轮募15亿：不造硬件，适配17品牌，三台机器人在药房里先干起来了
在国大药房上海门店，三台来自不同品牌、不同构型的机器人正在货架间穿梭取药。用户在线上下单后，它们自主分工，连续完成接单、取货、交付——全程由同一套大脑系统 LingBot-VLA 2.0 驱动。
此时，这套大脑的创造者蚂蚁灵波，正在经历另一场考验。据，蚂蚁集团旗下具身智能子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，目标在今年年底前完成第二轮融资。若如期完成，投后估值可能迈入独角兽门槛。
蚂蚁灵波对此回应，确实在跟投资人接触，将持续聚焦通用机器人大脑，加速产业落地。2024 年 12 月才成立的这家公司，不生产任何机器人硬件，只做一件事：打造能适配全品类机器人的通用大脑。在蚂蚁集团的业务版图里，支付、信贷、AI 应用全部发生在数字世界，灵波是它伸向物理世界的第一只手。
资本已经在用钱投票：大脑派上半年拿走了超一半融资
据量子位统计，2026 年上半年国内具身智能赛道融资约 438 亿元，资金流向发生了结构性变化。"大脑派"公司吸纳 222.53 亿元，占比 50.8%；而以机器人本体为核心的"本体派"同期融资仅占 12.8%。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 Pre-A 轮平均融资已达 7 亿元，B 轮平均 22.5 亿元——放在其他领域，这是 C、D 轮的量级。
海外的价签挂得更高。Physical Intelligence 今年 3 月传出新一轮融资，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。
庚辛资本合伙创始人张家康在分析，机器人行业能跑通的商业模式有三种：特斯拉式"整机+RaaS 订阅"模式、垂类场景机器人模式，以及底层数据与工具服务模式。蚂蚁灵波做的是第三种——向所有机器人厂商输出智能，想做行业基础设施。
融资正式启动前，已有投资机构主动上门。据知情人士透露，在刚结束的 WAIC 期间，有投资人直接跑到灵波展台表达投资意向。
蚂蚁唯一面向物理世界的公司，为什么选择单独定价
蚂蚁灵波成立于 2024 年 12 月，由蚂蚁集团全资控股。它从第一天就确定不做硬件，只做"具身大脑"。
但独立融资的现实考量同样直接。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。Tech Buzz China 分析认为，在蚂蚁内部算力预算承压的背景下，本轮融资更像是"把蚂蚁进入物理世界的布局推到市场上公开询价"，而非单纯的估值游戏。
行业背景也踩在节点上。前两年硬件本体卷成红海，宇树科技把双足人形机器人价格打到 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的核心变量从机械结构转向了"大脑"。腾讯首席科学家张正友此前公开表示，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，因此选择不造本体、只做大脑。蚂蚁灵波的路数如出一辙。
蚂蚁集团副总裁周俊曾公开坦言，万亿参数具身大模型的算力消耗极为惊人，每运行 15 分钟的算力成本相当于一辆特斯拉的购置费用。把具身业务推出去独立融资，既能补充外部弹药，也是放到市场上进行定价。
两条路线同时押注，55 维表征把不同机器人说成同一种语言
蚂蚁灵波的技术路线在行业内并不常见。具身智能当前有两条主线：端到端 VLA——机器人看到什么直接输出动作；世界模型——先在"脑子里"推演动作后果，再挑最优解执行。据不完整统计，两条路线同时押注的公司只有 7 家，蚂蚁灵波是其中之一。
今年 7 月，蚂蚁灵波在四天内连续发布了 LingBot-Vision、LingBot-Depth 2.0、LingBot-VLA 2.0、LingBot-Video、LingBot-World 2.0 和 LingBot-VA 2.0 六项成果，构成"全栈大脑 2.0"。其中 LingBot-VLA 2.0 全面开源，预训练用了 6 万小时高质量物理数据：5 万小时真机数据从 9 万小时原始数据中清洗而出，另外 1 万小时从 2 万小时第一视角人类操作视频中提炼。
另一条世界模型路线同样拿出了数据。业内普遍共识是世界模型"慢"——推演一次要几十甚至上百毫秒，跟不上真实世界节奏。蚂蚁灵波公布的 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。不过这些数据目前均基于仿真环境基准测试。
跨平台适配的工程投入被低估了。不同厂商的机器人，通信协议、数据格式、控制接口没有统一标准，每接一家都要重做底层适配。蚂蚁灵波的解法是把不同机器人的动作归入一套 55 维动作表征体系。目前 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。
蚂蚁灵波首席科学家沈宇军明确表示，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"。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。
药房里的三台机器人证明了什么，没证明什么
合作最深的乐聚机器人，为 LingBot-VLA 提供了近万小时高质量多模态真机数据。乐聚旗下 KUAVO 4 Pro 人形机器人仅用 150 条演示数据便完成了 LingBot-VLA 的后训练适配，并在 95 个真机操作场景中通过系统测评——本体厂可以继续把身体和运动控制做好，把理解、规划和操作交给通用大脑。
在上海国大药房门店，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。据，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。门店没有为机器人重做货架、轨道或封闭作业区。蚂蚁灵波的智慧药房也因此入选 WAIC"镇馆之宝"。
但热闹归热闹，适配 17 个品牌、20 多种构型只证明了灵波解决了"接得上"的问题。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。
商业化依赖第三方本体的风险同样直接：头部本体厂商都在自研大脑。一旦合作伙伴收紧数据供给，灵波的技术迭代就会面临瓶颈。蚂蚁集团的应对是股权投资绑定和自研机器人 R-2，搭建自主真机数据采集平台，但这又意味着双线并进的研发成本继续高企。
按行业节奏算，从"能干活"到"规模化商用"，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。
这场融资真正的赌注是什么
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。
模型开源能换来声量，却换不回数据。蚂蚁灵波在 Hugging Face 和魔搭社区开放了模型权重、训练代码和技术报告，开发者可以本地部署、二次开发，但每一次真实作业能否给模型"攒经验"，仍然取决于场景试点的规模化速度。6 万小时的数据领先，若后续没有持续回流，会被时间抹平。
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。灵波需要用市场化的标准证明自己，而不是只做蚂蚁战略版图上的一枚棋子。