Ant Lingbo Embodied Model
Empresa de IA encarnada del grupo Ant Group, centrada en crear cerebros robóticos multi-cuerpo y multi-escenario; lanzó el primer modelo de acción del mundo nativo encarnado de la industria
Informe detallado
-
Ant Lingbo es una subsidiaria de propiedad total de Ant Group establecida en diciembre de 2024. Se especializa en el campo de la inteligencia incorporada y está posicionada como un "proveedor universal de cerebros para robots" en lugar de un fabricante de ontologías. En julio de 2026, Ant Lingbo lanzó continuamente y abrió seis grandes modelos incorporados en una semana durante WAIC, proponiendo la ruta técnica "Embodied Native": rechaza la migración y el ajuste fino de los grandes modelos existentes, pero realiza un entrenamiento previo desde cero en torno a las leyes causales del mundo físico. Su modelo representativo, LingBot-VA 2.0, logra inferencia en tiempo real de 150 Hz con una sola tarjeta y se ha puesto en funcionamiento real en la tienda de Guoda Pharmacy en Shanghai. Ant Group ha formado una estrategia única de "ligero en el cuerpo, pesado en el cerebro" en la pista de inteligencia incorporada a través de un diseño de tres niveles de autoinvestigación por parte de subsidiarias, empresas conjuntas (con Zhiyuan Robotics) e inversiones de capital (que cubren 12 compañías de robótica).
-
El nacimiento de Ant Lingbo comenzó con un profundo desmantelamiento de la estrategia de IA dentro de Ant Group. Ant Group divide sus objetivos de AGI en dos niveles: inteligencia digital e inteligencia física. La inteligencia digital está a cargo de Bailing Model, AI Alipay, Ant Afu y otras empresas; El órgano ejecutivo central de la inteligencia física es Ant Lingbo. En diciembre de 2024, Ant Lingbo se registró en Zhangjiang, Shanghai, con un capital registrado de 100 millones de yuanes y es propiedad total de Ant Technology Group Co., Ltd. El director ejecutivo, Zhu Xing, se unió a Alibaba en 2011 y tiene más de 14 años de experiencia en pagos, servicios financieros, O2O y otros campos. En 2023, acaba de completar la comercialización de la publicidad de Alipay de 0 a 1. A finales de 2024, fue transferido para prepararse para el establecimiento de Ant Lingbo. El científico jefe Shen Yujun proviene del Laboratorio de Inteligencia Interactiva del Ant Technology Research Institute. Tiene una licenciatura del Departamento de Ingeniería Electrónica de la Universidad de Tsinghua y un doctorado. del Departamento de Ingeniería de la Información de la Universidad China de Hong Kong. Ha trabajado como pasante en SenseTime y como investigador senior en ByteDance. En la actualidad, el equipo de Ant Lingbo cuenta con unas 200 personas, y más del 90% de ellas tienen títulos de maestría o doctorado. Dentro de Ant Group, Lingbo se encuentra bajo la línea de CTO, en paralelo al equipo de modelos grandes de Bailing y al equipo de IA de Alipay.
-
Ant Lingbo ha creado una pila tecnológica completa desde la percepción hasta la ejecución. En julio de 2026, se lanzaron seis modelos de forma continua en una semana, cubriendo seis direcciones principales: LingBot-Vision (modelo visual básico, parámetros 1B): utilizando la arquitectura ViT autosupervisada centrada en límites, RMSE lidera Meta DINOv3 en NYU-Depth v2, superando a este último con solo un tercio de la cantidad de datos. LingBot-Depth 2.0 (modelo de conciencia espacial): los datos de entrenamiento escalaron de 3 millones a 150 millones de muestras, ocuparon el primer lugar en 12 de 16 puntos de referencia de finalización de profundidad, el RMSE cayó de 0,132 a 0,062. LingBot-VLA 2.0 (modelo de acción de lenguaje visual, parámetros 6B): la cantidad total de datos de preentrenamiento alcanza las 60.000 horas (de 50.000 horas de datos reales del robot + 10.000 horas de datos de operación humana) y se ha adaptado a 20 configuraciones de robot (de un solo brazo, de dos brazos, bípedo, con ruedas, etc.) de 17 fabricantes. En la evaluación GM-100, la puntuación promedio general de progreso de la tarea y la tasa de éxito están por encima de π0,5 y GR00T N1,7. LingBot-World 2.0 / World-Infinity (modelo mundial interactivo en tiempo real, versión parametrizada 14B/1.3B): admite generación ilimitada a nivel de horas sin deriva visual, salida en tiempo real de 720p/60fps, la primera introducción del mecanismo del Agente en la industria y es todo de código abierto. LingBot-VA 2.0 (modelo de acción del mundo nativo incorporado): este es el modelo insignia lanzado esta vez. No sigue la ruta principal de la industria de "ajuste fino del modelo de generación de video", sino que está pre-entrenado desde cero en base a una arquitectura autorregresiva. El diseño central incluye: tokenizador semántico de acción visual (que incorpora alineación de información semántica y de acción en la compresión visual), paradigma de preentrenamiento causal estricto, arquitectura MoE (modelo experto híbrido) y mecanismo de razonamiento asincrónico mejorado (ejecutar acciones mientras se predicen estados futuros). Este modelo logra una eficiencia de inferencia en tiempo real de 150 Hz con una sola tarjeta, es decir, 150 inferencias por segundo y una respuesta única de aproximadamente 6,7 milisegundos. LingBot-Video (modelo básico de generación de video): el primer modelo básico de generación de video de código abierto del mundo basado en la arquitectura MoE y orientado a la inteligencia incorporada.En términos de aplicación práctica, Ant Lingbo ha cooperado con Guoda Pharmacy para implementar una solución de farmacia inteligente robótica en las tiendas de Shanghai. Tres robots de diferentes configuraciones dividen de forma autónoma el trabajo impulsado por LingBot-VLA 2.0, completando todo el proceso de circuito cerrado desde la toma de pedidos, la recogida de mercancías hasta la entrega. Esta solución fue seleccionada como uno de los diez "tesoros del museo" en WAIC en 2026. En términos de hardware, Ant Lingbo lanzó su primer robot de servicio, Robbyant R1, en septiembre de 2025, dirigido a escenarios de servicio como el hogar, el cuidado de personas mayores y la salud médica. Se ha utilizado en lugares como el Museo de Historia de Shanghai. Los módulos conjuntos de R1 provienen de Titanium Tiger Robots y su chasis proviene de Galaxy General Motors, dos empresas con inversión de Ant. El R1 todavía se está probando principalmente en entornos controlados y aún no se ha vendido a clientes minoristas.
-
El modelo de negocio principal de Ant Lingbo se puede resumir en “vender cerebros, no cuerpos”. La empresa no toma la ruta de fabricación de hardware, sino que construye una "base pública" para la inteligencia incorporada a través de código abierto y ecología de modelos abiertos. Los pivotes específicos de su modelo de negocio incluyen: El primero es construir un ecosistema a través del código abierto. Los seis modelos son de código abierto (se publican pesos, códigos, cadenas de herramientas posteriores a la capacitación y conjuntos de evaluación), lo que atrae a desarrolladores y fabricantes de robots globales para acceder a través de código abierto, formando un ecosistema de desarrolladores con el modelo Lingbo como núcleo. En la actualidad, más de una docena de fabricantes de robots han establecido una cooperación con Lingbo. El segundo es la carga basada en escenas. Aunque no se han anunciado precios específicos, se ha comenzado a verificar el modelo de negocio para escenarios de implementación como farmacias, clasificación minorista y clasificación logística. Ant Lingbo coopera con socios clientes ecológicos como Guoda Pharmacy y Longsheng para brindar servicios "cerebrales" sin renovar las tiendas. El tercero es la construcción conjunta de la ecología de datos. Ant Lingbo y Jianzhi Robot han llegado a una cooperación estratégica para desarrollar conjuntamente equipos exclusivos de minería de datos. Como socio de datos principal, Leju Robot ha proporcionado casi 10.000 horas de datos de robots reales multimodales de alta calidad para LingBot-VLA. El diseño general de Ant Group no se detiene en Lingbo en sí: a través de su filial de autoinvestigación (Robbyant), empresas conjuntas ("Hangzhou Chuanzhi Future Technology Co., Ltd." establecida conjuntamente con Zhiyuan Robot, capital registrado de 20 millones de yuanes) e inversiones en 12 empresas de robots en 18 meses (la última lideró la ronda de financiación de 500 millones de yuanes de Zhiyuan Robot), ha construido un diseño estratégico de múltiples capas y con riesgo disperso.
-
La ruta técnica de Ant Lingbo ha provocado divisiones obvias entre los desarrolladores y profesionales de la industria. Un fabricante asociado afirmó: "El modelo de Lingbo nos ofrece una nueva opción sin tener que construir un cerebro desde cero". Leju Robot anunció oficialmente que su KUAVO 4 Pro (Kuafu) completó la adaptación posterior al entrenamiento de LingBot-VLA y realizó una evaluación sistemática en 95 escenarios de operación reales. Pero algunos profesionales de la industria de la robótica han planteado dudas. "La frecuencia de inferencia es sólo uno de los indicadores de ingeniería. La prueba real es la capacidad de generalización en escenarios reales. Ejecutar 150 Hz en un entorno de simulación y ejecutar 150 Hz en un entorno doméstico con personas mayores, niños y mascotas son dos cosas diferentes". Con respecto al robot R1, los comentarios de los usuarios aún se encuentran en las primeras etapas. Actualmente se utiliza principalmente en visitas a museos, farmacias y otros escenarios, y aún no existen informes a gran escala sobre la experiencia del consumidor. Algunos espectadores que visitaron WAIC dijeron que la demostración de tenis de mesa de Lingbo fue "impresionante y la velocidad de reacción del robot es realmente rápida". Sin embargo, algunas personas pensaron que "existe una enorme brecha entre el entorno de demostración y las escenas caseras reales".
-
Ant Lingbo ha recibido gran atención por parte de los medios de la industria y los mercados de capitales. Evaluación de Geek Park: "Ant Lingbo lidera el desempeño general en la evaluación GM-100, mostrando capacidades de operación colaborativa de doble brazo más sólidas y capacidades de generalización multitarea y entre cuerpos". El análisis en profundidad de 36Kr cree que "el nativo incorporado representa un camino técnico que es diferente de la corriente principal de la industria y aborda una cuestión subyacente que ha sido ignorada durante mucho tiempo: si los robots deberían tener su propio paradigma de diseño de modelos". AI Dev Signals clasificó a Ant Lingbo en el segundo lugar del mundo en el campo de la IA física (después de NVIDIA) y lo evaluó como "el promotor de código abierto más radical en este campo". En términos de panorama de productos competitivos, la ruta de Ant Lingbo de “ligero en el cuerpo, pesado en el cerebro” contrasta marcadamente con la ruta de integración vertical de Figure y Tesla. Goldman Sachs se muestra cauteloso respecto al proceso de comercialización de robots humanoides en su informe de investigación. Considera que el punto de inflexión tecnológica aún no está claro. Se espera que los envíos mundiales de robots humanoides sean de unas 76.000 unidades para 2027 y de unas 502.000 unidades para 2032. El ritmo es más lento que las expectativas del mercado.
-
Los desafíos que enfrenta Ant Lingbo son igualmente claros. La mayor incertidumbre proviene del propio recorrido técnico. El camino de la formación previa "nativa incorporada" desde cero significa una mayor inversión en I+D y un ciclo de verificación más largo. En comparación con el ritmo de "los resultados se producen en unos pocos meses" de la ruta de ajuste de la migración, la ruta de Lingbo tardará más en demostrar la ventaja de su capacidad de generalización: si el efecto final no excede significativamente el plan de migración, la alta inversión será insostenible. Los cuellos de botella de datos son una dificultad más realista. La industria de la inteligencia incorporada se enfrenta a un problema fundamental: existe una brecha de decenas a millones de veces entre los datos del mundo real y los datos del lenguaje. La fuente de datos de Lingbo se basa principalmente en el suministro de socios ecológicos y no crea una gran cantidad de ontologías por sí misma. Pero el problema es que Yushu Technology acaba de lanzar su propio modelo incorporado grande UnifoLM-OminiA-0.3, y Zhiyuan Robot también tiene su propio modelo mundial y plataforma de datos. Una vez que estos fabricantes de ontologías comiencen a desarrollar seriamente sus propios cerebros, el suministro de datos puede verse limitado en cualquier momento. Aunque el código abierto es una estrategia para construir un ecosistema, no constituye en sí mismo un foso. Dentro de Ant Group, Lingbo necesita competir por recursos con el Bailing Model Team y el Alipay AI Team. Fuera de Ant Group, solo dentro del departamento de Alibaba hay múltiples líneas de inteligencia incorporadas que están "luchando de forma independiente", incluidos Qianwen Qwen-Robot y AutoNavi Model, pero aún no han formado una sinergia estratégica unificada. El volumen de envío del robot R1 también es relativamente limitado. Actualmente está más cerca de un "operador de verificación del modelo" y todavía está lejos de la producción en masa a gran escala.
-
Actualmente, los productos de Ant Lingbo están dirigidos principalmente a dos tipos de audiencias: en primer lugar, los fabricantes de cuerpos de robots pueden reducir la inversión repetida a nivel de algoritmo accediendo al cerebro universal de Lingbo, que es especialmente adecuado para las pequeñas y medianas empresas de robots. En segundo lugar, los operadores de escenarios de servicios específicos, como farmacias, instituciones de atención a personas mayores, museos, etc., pueden implementar rápidamente robots con capacidades de toma de decisiones autónomas a través de la solución de Ant Lingbo. Para los consumidores comunes, los productos de Ant Lingbo aún se encuentran en las primeras etapas. Los canales de compra y el precio oficial del robot R1 aún no se han hecho públicos. No se recomienda que los consumidores individuales lo compren por el momento. Si está buscando alternativas, los robots humanoides G1 (con un precio aproximado de 16.000 dólares estadounidenses) y H1 (aproximadamente 90.000 dólares estadounidenses) de Yushu Technology tienen ventajas obvias en términos de rendimiento de costos de hardware, pero requieren capacidades de algoritmos de construcción propia a nivel del “cerebro”.
-
Ant Lingbo representa un paso importante en la estrategia de IA de Ant Group: del mundo digital al mundo físico. Su ruta tecnológica "nativa incorporada" es un intento audaz. Si tiene éxito, podría redefinir el paradigma de desarrollo de los cerebros de los robots; Si la verificación no es fluida, la alta inversión en I+D y el dilema "sin argumentos" del ecosistema de código abierto se convertirán en preocupaciones ocultas. En cualquier caso, el estilo de juego de Ant Lingbo es único entre los principales fabricantes nacionales. No responde a "cómo hacer un robot mejor", sino a la pregunta de nivel inferior "¿de dónde debería venir la inteligencia del robot?"
Reseñas de usuarios
-
CelestiaSky360—Vi en vivo la demo de farmacia inteligente de Ant LingBo en la WAIC: tres robots diferentes colaborando para traer medicina, sin intervención humana, y el efecto en persona fue genuinamente asombroso. Guoda Pharmacy ya lo usa; no es un producto de laboratorio, y eso es clave. -
Sarah.Murray5209—El LingBot-VLA 2.0 de LingBo es open-source: preentrenado con 60.000 horas de datos reales de robots, soporta más de 20 configuraciones. Ese volumen de datos no tiene rival en el mundo open-source ahora; incluso supera el π0.5 de Physical Intelligence. -
BenjaminGonzalez_7—Sinceramente, la estrategia de código abierto de LingBo es bastante inteligente. La ruta tecnológica aún no está fijada, así que quien construya el ecosistema primero gana la voz cantante. Solo que no está claro cómo va la monetización: vender modelos y vender hardware son cosas distintas. -
ABrown007—Inferencia en tiempo real a 150Hz sobre una sola tarjeta — la eficiencia es de verdad competitiva. Pero leyendo los documentos técnicos, cuánto se diferencia su 'encarnado nativo' de la ruta de fine-tuning todavía depende de los resultados reales de despliegue. -
Betty.MoralesZ663—Sigo de cerca la LingBo de Ant desde hace un tiempo. Su CEO Zhu Xing venía del lado de comercialización de Alipay, sin experiencia en robótica, y aun así eligió el camino más difícil: el preentrenamiento desde cero. El criterio técnico de este equipo merece realmente atención. -
AJohnson_8893—Correr a 150Hz en un entorno de simulación es una cosa, pero en casa, con ancianos, niños y mascotas, la incertidumbre ambiental es enorme. El escenario de farmacia de LingBo funciona por ahora, pero está lejos de entrar en el hogar. -
GP_wal—Vi la demo de tenis de mesa en la WAIC: la velocidad de reacción del robot es de verdad rápida; en cuanto la pelota rebotó, ya estaba prediciendo dónde caería. Sin cámara de alta velocidad externa, pura visión a bordo. Es bastante impresionante. -
SCwar—La ruta de LingBo de Ant es totalmente distinta a la de Unitree: uno construye el cerebro y el otro el cuerpo, así que no compiten realmente. El problema es que los datos de LingBo dependen de los fabricantes de cuerpos; el día que Unitree o AgiBot hagan su propio cerebro, la fuente de datos se corta. -
Anthony.Howard—Seis modelos de código abierto en una semana: esa audacia es rara. Desde el framework de deep learning hasta la cadena de herramientas de entrenamiento, todo está disponible, y la comunidad de desarrolladores ha respondido bien. Pero el código abierto en sí no es un foso; la velocidad de iteración sí lo es. -
SHill_Plus68—Vi el vídeo del robot R1 haciendo de guía en el Museo de Historia de Shanghái: caminaba bastante estable y la interacción estaba bien. Pero un robot con 100 millones de capital registrado, al lado de Tesla o Figure con miles de millones en financiación, es de otra escala. -
CherylKim_2021—Un amigo que construye robots me dijo que están adaptando el LingBot-VLA de LingBo. Antes necesitaban un equipo de algoritmos dedicado para su robot; ahora simplemente conectan el 'cerebro' de LingBo y ya se mueve. Para las pequeñas empresas eso ahorra una fortuna. -
JBailey_Plus7—En esencia es la reserva tecnológica de Ant Group para escenarios offline. Los negocios de pagos, salud y crédito ya están muy metidos en lo offline, y los robots son la extensión natural. No es un giro, sino una prolongación del negocio principal. -
BreadBud513—LingBot-Depth 2.0 mejoró mucho en el reconocimiento de objetos transparentes: cosas como las copas de champán, imposibles antes para las cámaras de profundidad, ahora reconstruyen el contorno completo. Eso es clave para las tareas de agarre. -
赵华_1—Muchos inflan la IA encarnada, pero tras leer los materiales de LingBo caí en que este campo es mucho más difícil de lo que imaginaba. Los datos del mundo real son millones de veces mayores que los de lenguaje; solo resolver el problema de datos ya quemará años de dinero. -
SusanEdwards—Más del 90% del equipo de LingBo tiene maestría o doctorado. El científico jefe Shen Yujun estudió el grado en Tsinghua y el doctorado en CUHK, con formación en visión por computadora. La base técnica es sólida, pero un equipo de 200 personas sigue siendo minúsculo frente a Google DeepMind. -
琉璃_23—Ya leí el informe de Goldman Sachs: son muy cautos con la comercialización de robots, estiman solo 76.000 unidades de envíos globales para 2027. Ant está quemando dinero en LingBo sin retorno a corto plazo, pero a largo plazo, quien no se posicione antes se quedará atrás. -
EHall520—Resulta que LingBot-Video usa arquitectura MoE: 30B de parámetros pero solo 3B activos en inferencia, un diseño bastante ingenioso. Es un modelo de vídeo hecho específicamente para entrenar IA encarnada, una ruta totalmente distinta a la generación de contenido tipo Sora. -
Sandra156—Acabo de ver la presentación de LingBo. VA 2.0 se preentrenó desde cero en lugar de afinar un modelo existente: ese enfoque requiere mucho valor. Pero el resultado es bueno; la demo de coger una patata frita sin romperla fue contundente. -
Brenda.Ross_Plus—Ant ya ha invertido en más de una decena de empresas de robótica: tiene participaciones en Unitree, Galaxea y Lingxin Qiaoshou. LingBo no fabrica cuerpos de robot, sino que se posiciona como proveedor del 'cerebro', un enfoque realmente único entre los grandes de China. -
dm0feb8—Di una vuelta por la zona de IA encarnada de la WAIC y el stand de LingBo era el más concurrido. El argumento de 'desplegar sin reformar la tienda' realmente engancha: muchas farmacias y supermercados quieren robots pero no quieren remodelar su espacio.