Ant Lingbo Embodied Model
Perusahaan AI terwujud di bawah Ant Group yang fokus membangun otak robot lintas-bodi dan lintas-skenario; merilis model aksi dunia embodied-native pertama di industri
Laporan mendalam
-
Ant Lingbo adalah anak perusahaan yang dimiliki sepenuhnya oleh Ant Group yang didirikan pada bulan Desember 2024. Perusahaan ini berspesialisasi dalam bidang kecerdasan yang diwujudkan dan diposisikan sebagai "pemasok otak universal untuk robot" daripada produsen ontologi. Pada bulan Juli 2026, Ant Lingbo terus-menerus merilis dan menjadikan enam model perwujudan besar sebagai sumber terbuka dalam waktu satu minggu selama WAIC, mengusulkan jalur teknis "Embodied Native"—menolak migrasi dan menyempurnakan model besar yang ada, tetapi melakukan pra-pelatihan dari awal seputar hukum sebab-akibat dunia fisik. Model perwakilannya, LingBot-VA 2.0, mencapai inferensi real-time 150Hz kartu tunggal dan telah dioperasikan secara aktual di toko Guoda Pharmacy di Shanghai. Ant Group telah membentuk strategi unik "ringan pada tubuh, berat pada otak" pada jalur kecerdasan yang diwujudkan melalui tiga tingkat penelitian mandiri oleh anak perusahaan, usaha patungan (dengan Zhiyuan Robotics) dan investasi ekuitas (mencakup 12 perusahaan robotika).
-
Kelahiran Ant Lingbo dimulai dengan pembongkaran mendalam terhadap strategi AI di dalam Ant Group. Ant Group membagi tujuan AGI-nya menjadi dua tingkatan: kecerdasan digital dan kecerdasan fisik. Kecerdasan digital dijalankan oleh Bailing Model, AI Alipay, Ant Afu dan bisnis lainnya; badan eksekutif inti kecerdasan fisik adalah Ant Lingbo. Pada bulan Desember 2024, Ant Lingbo terdaftar di Zhangjiang, Shanghai, dengan modal terdaftar 100 juta yuan dan dimiliki sepenuhnya oleh CEO Ant Technology Group Co., Ltd. Zhu Xing bergabung dengan Alibaba pada tahun 2011 dan memiliki lebih dari 14 tahun pengalaman di bidang pembayaran, jasa keuangan, O2O, dan bidang lainnya. Pada tahun 2023, ia baru menyelesaikan komersialisasi iklan Alipay dari 0 menjadi 1. Pada akhir tahun 2024, ia dipindahkan untuk mempersiapkan berdirinya Ant Lingbo. Kepala Ilmuwan Shen Yujun berasal dari Laboratorium Intelijen Interaktif Institut Penelitian Teknologi Ant. Beliau memiliki gelar sarjana dari Departemen Teknik Elektronika Universitas Tsinghua dan Ph.D. dari Departemen Teknik Informasi Chinese University of Hong Kong. Dia pernah bekerja sebagai magang di SenseTime dan sebagai peneliti senior di ByteDance. Saat ini tim Ant Lingbo beranggotakan sekitar 200 orang, dan lebih dari 90% di antaranya bergelar master atau doktor. Di dalam Ant Group, Lingbo berada di bawah garis CTO, sejajar dengan tim model besar Bailing dan tim Alipay AI.
-
Ant Lingbo telah membangun tumpukan teknologi lengkap mulai dari persepsi hingga eksekusi. Pada bulan Juli 2026, enam model dirilis terus menerus dalam satu minggu, mencakup enam bidang utama: LingBot-Vision (model visual basic, parameter 1B): Menggunakan arsitektur ViT yang diawasi mandiri dan berpusat pada batas, RMSE memimpin Meta DINOv3 di NYU-Depth v2, melampaui yang terakhir dengan hanya sepertiga dari jumlah data. LingBot-Depth 2.0 (model kesadaran spasial): Data pelatihan diskalakan dari 3 juta menjadi 150 juta sampel, menempati peringkat pertama dalam 12 dari 16 tolok ukur penyelesaian kedalaman, RMSE turun dari 0,132 menjadi 0,062. LingBot-VLA 2.0 (model aksi bahasa visual, parameter 6B): Jumlah total data pra-pelatihan mencapai 60.000 jam (dari 50.000 jam data robot nyata + 10.000 jam data operasi manusia), dan telah disesuaikan dengan 20 konfigurasi robot (lengan tunggal, lengan ganda, bipedal, roda, dll.) dari 17 pabrikan. Dalam evaluasi GM-100, rata-rata skor kemajuan tugas dan tingkat keberhasilan keseluruhan berada di atas π0.5 dan GR00T N1.7. LingBot-World 2.0 / World-Infinity (model dunia interaktif real-time, versi parameter 14B/1.3B): mendukung pembuatan tak terbatas tingkat jam tanpa penyimpangan visual, output real-time 720p/60fps, pengenalan mekanisme Agen yang pertama di industri, dan semuanya open source. LingBot-VA 2.0 (Embodied Native World Action Model): Ini adalah model andalan yang dirilis kali ini. Ini tidak mengikuti rute arus utama industri "penyempurnaan model pembuatan video", tetapi telah dilatih sebelumnya dari awal berdasarkan arsitektur autoregresif. Desain inti meliputi: tokenizer tindakan visual semantik (menggabungkan penyelarasan semantik dan informasi tindakan ke dalam kompresi visual), paradigma pra-pelatihan kausal yang ketat, arsitektur MoE (model ahli hybrid), dan mekanisme penalaran asinkron yang ditingkatkan (melaksanakan tindakan sambil memprediksi keadaan di masa depan). Model ini mencapai efisiensi inferensi waktu nyata 150Hz kartu tunggal, yaitu 150 inferensi per detik, dan respons tunggal sekitar 6,7 milidetik. LingBot-Video (model dasar pembuatan video): model dasar pembuatan video sumber terbuka pertama di dunia berdasarkan arsitektur MoE dan berorientasi pada kecerdasan yang terkandung.Dalam hal penerapan praktis, Ant Lingbo telah bekerja sama dengan Guoda Pharmacy untuk menerapkan solusi farmasi pintar robot di toko-toko Shanghai. Tiga robot dengan konfigurasi berbeda secara mandiri membagi pekerjaan yang digerakkan oleh LingBot-VLA 2.0, menyelesaikan seluruh proses loop tertutup mulai dari pengambilan pesanan, pengambilan barang hingga pengiriman. Solusi ini terpilih sebagai salah satu dari sepuluh "harta karun museum" di WAIC pada tahun 2026. Dari segi perangkat keras, Ant Lingbo meluncurkan robot layanan pertamanya, Robbyant R1, pada September 2025, yang menargetkan skenario layanan seperti rumah, perawatan lansia, dan kesehatan medis. Ini telah digunakan di tempat-tempat seperti Museum Sejarah Shanghai. Modul gabungan R1 berasal dari Titanium Tiger Robots, dan sasisnya berasal dari Galaxy General Motors, dua perusahaan yang diinvestasikan oleh Ant. R1 masih diuji terutama di lingkungan terkendali dan belum dijual ke pelanggan ritel.
-
Model bisnis inti Ant Lingbo dapat diringkas sebagai “menjual otak, bukan tubuh.” Perusahaan tidak mengambil jalur manufaktur perangkat keras, tetapi membangun "basis publik" untuk mewujudkan kecerdasan melalui sumber terbuka dan ekologi model terbuka. Poros khusus dari model bisnisnya meliputi: Yang pertama adalah membangun ekosistem melalui open source. Keenam model tersebut bersifat open source (bobot, kode, rantai alat pasca pelatihan, dan set evaluasi semuanya dirilis), menarik pengembang global dan produsen robot untuk mengakses melalui sumber terbuka, membentuk ekosistem pengembang dengan model Lingbo sebagai intinya. Saat ini, lebih dari selusin produsen robot telah menjalin kerja sama dengan Lingbo. Yang kedua adalah pengisian daya berbasis adegan. Meskipun harga spesifiknya belum diumumkan, model bisnis untuk skenario implementasi seperti apotek, penyortiran ritel, dan penyortiran logistik sudah mulai diverifikasi. Ant Lingbo bekerja sama dengan mitra pelanggan ekologis seperti Guoda Pharmacy dan Longsheng untuk menyediakan layanan "otak" tanpa merenovasi toko. Yang ketiga adalah konstruksi bersama ekologi data. Ant Lingbo dan Robot Jianzhi telah mencapai kerja sama strategis untuk bersama-sama mengembangkan peralatan penambangan data eksklusif. Sebagai mitra data inti, Leju Robot telah menyediakan hampir 10.000 jam data robot nyata multi-modal berkualitas tinggi untuk LingBot-VLA. Tata letak keseluruhan Grup Ant tidak berhenti di Lingbo saja: melalui penelitian mandiri anak perusahaannya (Robbyant), usaha patungan ("Hangzhou Chuanzhi Future Technology Co., Ltd." yang didirikan bersama dengan Zhiyuan Robot, modal terdaftar sebesar 20 juta yuan), dan investasi di 12 perusahaan robot dalam waktu 18 bulan (yang terbaru memimpin putaran pembiayaan Zhiyuan Robot sebesar 500 juta yuan), perusahaan ini telah membangun tata letak strategis yang berlapis-lapis dan tersebar risiko.
-
Jalur teknis Ant Lingbo telah menyebabkan perpecahan yang jelas di antara pengembang dan praktisi industri. Mitra pabrikan mengatakan, "Model Lingbo memberi kita pilihan baru tanpa harus membangun otak dari awal." Leju Robot secara resmi mengumumkan bahwa KUAVO 4 Pro (Kuafu) miliknya telah menyelesaikan adaptasi pasca-pelatihan LingBot-VLA dan melakukan evaluasi sistematis dalam 95 skenario operasi nyata. Namun beberapa praktisi di industri robotika telah mengajukan pertanyaan. Uji sebenarnya adalah kemampuan generalisasi dalam skenario nyata. Menjalankan 150Hz di lingkungan simulasi dan menjalankan 150Hz di lingkungan rumah dengan orang tua, anak-anak, dan hewan peliharaan adalah dua hal yang berbeda. Mengenai robot R1, masukan pengguna masih dalam tahap awal. Saat ini sebagian besar digunakan dalam tur museum, apotek, dan skenario lainnya, dan belum ada laporan pengalaman konsumen berskala besar. Beberapa penonton yang mengunjungi WAIC mengatakan bahwa demonstrasi tenis meja Lingbo "mengesankan, dan kecepatan reaksi robotnya sangat cepat". Namun, beberapa orang berpikir bahwa "ada kesenjangan besar antara lingkungan demonstrasi dan pemandangan rumah sebenarnya".
-
Ant Lingbo mendapat perhatian tinggi dari media industri dan pasar modal. Evaluasi Geek Park: “Ant Lingbo memimpin kinerja keseluruhan dalam evaluasi GM-100, menunjukkan kemampuan operasi kolaboratif dua lengan yang lebih kuat serta kemampuan generalisasi lintas bodi dan multi-tugas.” Analisis mendalam 36Kr percaya bahwa “robot asli mewakili jalur teknis yang berbeda dari arus utama industri, dan memotong masalah mendasar yang telah lama diabaikan – apakah robot harus memiliki paradigma desain modelnya sendiri.” AI Dev Signals memberi peringkat Ant Lingbo kedua di dunia dalam bidang AI Fisik (setelah NVIDIA) dan menilainya sebagai "promotor open source paling radikal di bidang ini." Dalam hal lanskap produk yang kompetitif, jalur “ringan pada tubuh, berat pada otak” Ant Lingbo sangat kontras dengan jalur integrasi vertikal Figure dan Tesla. Goldman Sachs berhati-hati terhadap proses komersialisasi robot humanoid dalam laporan penelitiannya. Mereka percaya bahwa titik perubahan teknologi masih belum jelas. Pengiriman robot humanoid global diperkirakan akan berjumlah sekitar 76.000 unit pada tahun 2027 dan sekitar 502.000 unit pada tahun 2032. Kecepatan ini lebih lambat dari ekspektasi pasar.
-
Tantangan yang dihadapi Ant Lingbo juga sama jelasnya. Ketidakpastian terbesar datang dari jalur teknis itu sendiri. Jalur pra-pelatihan "asli yang diwujudkan" dari awal berarti investasi penelitian dan pengembangan yang lebih tinggi dan siklus verifikasi yang lebih lama. Dibandingkan dengan ritme "hasil yang dihasilkan dalam beberapa bulan" dari rute penyesuaian migrasi, rute Lingbo akan membutuhkan waktu lebih lama untuk membuktikan keunggulan kemampuan generalisasinya - jika efek akhirnya tidak melebihi rencana migrasi secara signifikan, investasi yang tinggi tidak akan berkelanjutan. Kemacetan data merupakan kesulitan yang lebih realistis. Industri intelijen menghadapi masalah mendasar: terdapat kesenjangan puluhan hingga jutaan kali antara data dunia nyata dan data bahasa. Sumber data Lingbo terutama bergantung pada pasokan mitra ekologis, dan tidak membuat ontologi itu sendiri dalam jumlah besar. Namun masalahnya adalah - Teknologi Yushu baru saja meluncurkan model besar UnifoLM-OminiA-0.3, dan Zhiyuan Robot juga memiliki model dunia dan platform datanya sendiri. Begitu produsen ontologi ini mulai serius mengembangkan otak mereka sendiri, pasokan data dapat diperketat kapan saja. Meskipun open source adalah sebuah strategi untuk membangun ekosistem, hal ini tidak berarti bahwa hal tersebut hanya sekedar sebuah parit. Di dalam Ant Group, Lingbo harus bersaing memperebutkan sumber daya dengan Tim Model Bailing dan Tim AI Alipay. Di luar Ant Group, di dalam departemen Alibaba saja terdapat beberapa lini intelijen yang "berjuang secara independen", termasuk Qianwen Qwen-Robot dan AutoNavi Model, namun belum membentuk sinergi strategis terpadu. Volume pengiriman robot R1 juga relatif terbatas. Saat ini lebih dekat ke "pembawa verifikasi model" dan masih jauh dari produksi massal skala besar.
-
Produk Ant Lingbo saat ini terutama ditargetkan pada dua jenis audiens: Pertama, produsen badan robot dapat mengurangi investasi berulang pada tingkat algoritme dengan mengakses otak universal Lingbo, yang sangat cocok untuk perusahaan robot skala kecil dan menengah. Kedua, operator skenario layanan tertentu, seperti apotek, institusi perawatan lansia, museum, dll., dapat dengan cepat menggunakan robot dengan kemampuan pengambilan keputusan otonom melalui solusi Ant Lingbo. Bagi konsumen awam, produk Ant Lingbo masih dalam tahap awal. Saluran pembelian dan harga resmi robot R1 belum dipublikasikan. Konsumen perorangan tidak disarankan untuk membelinya untuk saat ini. Jika Anda mencari alternatif, robot humanoid G1 dari Yushu Technology (dengan harga sekitar US$16.000) dan H1 (sekitar US$90.000) memiliki keunggulan yang jelas dalam hal kinerja biaya perangkat keras, tetapi memerlukan kemampuan algoritma yang dibangun sendiri pada tingkat "otak".
-
Ant Lingbo mewakili langkah penting dalam strategi AI Ant Group—dari dunia digital hingga dunia fisik. Jalur teknologi "asli yang diwujudkan" adalah upaya yang berani. Jika berhasil, hal ini dapat mendefinisikan kembali paradigma pengembangan otak robot; jika verifikasi tidak lancar, investasi R&D yang tinggi dan dilema ekosistem open source yang "tidak ada habisnya" akan menjadi kekhawatiran yang tersembunyi. Bagaimanapun, gaya permainan Ant Lingbo unik di antara pabrikan besar dalam negeri. Jawabannya bukan "cara membuat robot yang lebih baik", namun pertanyaan tingkat rendah "dari mana kecerdasan robot itu berasal?"
Ulasan pengguna
-
CelestiaSky360—Lihat langsung demo apotek cerdas Ant LingBo di WAIC — tiga robot berbeda berkolaborasi mengambil obat, tanpa intervensi manusia, dan efeknya di tempat sungguh mencengangkan. Guoda Pharmacy sudah menggunakannya; ini bukan produk lab, dan itu penting. -
Sarah.Murray5209—LingBot-VLA 2.0 milik LingBo telah dibuka sumber — pra-latih dengan 60.000 jam data robot nyata, mendukung lebih dari 20 konfigurasi. Volume data ini tak ada tandingannya di dunia open-source saat ini; bahkan melampaui π0.5 milik Physical Intelligence. -
BenjaminGonzalez_7—Jujur, strategi open-source LingBo cukup pintar. Rute teknologi belum final, jadi siapa yang bangun ekosistem duluan akan dapat kendali. Cuma belum jelas jalur monetisasinya — menjual model dan menjual hardware itu dua hal berbeda. -
ABrown007—Inferensi waktu nyata 150Hz yang jalan di satu kartu saja — efisiensinya memang kompetitif. Tapi membaca dokumen teknis, seberapa beda 'embodied-native' mereka dari rute fine-tuning masih bergantung pada hasil penerapan nyata. -
Betty.MoralesZ663—Sudah lama saya ikuti LingBo milik Ant. CEO Zhu Xing berasal dari sisi komersialisasi Alipay, tanpa latar belakang robotika, namun memilih jalur paling sulit: pra-pelatihan dari nol. Penilaian teknis tim ini memang layak diperhatikan. -
AJohnson_8893—Berjalan di 150Hz di lingkungan simulasi itu satu hal, tapi di rumah bersama lansia, anak, dan hewan peliharaan, ketidakpastian lingkungannya sangat besar. Skenario apotek LingBo untuk sekarang bisa, tapi masih jauh dari masuk ke rumah. -
GP_wal—Lihat demo tenis meja di WAIC — kecepatan reaksi robotnya sungguh cepat; begitu bola memantul ia sudah memprediksi di mana ia akan jatuh. Tanpa kamera kecepatan tinggi eksternal, murni vision di dalam. Cukup mengesankan. -
SCwar—Jalur LingBo milik Ant sama sekali berbeda dari Unitree: yang satu membuat otak, yang lain membuat badan — jadi tidak benar-benar bersaing. Masalahnya, data LingBo bergantung pada pembuat badan; kelak jika Unitree atau AgiBot membuat otak sendiri, sumber datanya akan putus. -
Anthony.Howard—Enam model dibuka sumber dalam seminggu — keberanian seperti ini jarang. Dari framework deep learning hingga rantai alat pelatihan, semuanya dibagikan, dan respons komunitas pengembang cukup baik. Tapi open source sendiri bukan parit pertahanan; kecepatan iterasi yang jadi penentu. -
SHill_Plus68—Saya pernah lihat video robot R1 jadi pemandu di Museum Sejarah Shanghai — jalannya cukup stabil dan interaksinya oke. Tapi robot dengan modal terdaftar 100 juta, di samping Tesla atau Figure yang danai miliaran dolar, skalanya beda jauh. -
CherylKim_2021—Teman yang membuat robot bilang mereka sedang mengadaptasi LingBot-VLA milik LingBo. Dulu butuh tim algoritma khusus untuk robotnya, sekarang cukup sambungkan 'otak' LingBo dan ia langsung bergerak. Buat perusahaan kecil, ini menghemat biaya sangat besar. -
JBailey_Plus7—Intinya itu cadangan teknologi Ant Group untuk skenario offline. Pembayaran, layanan kesehatan, dan kredit sudah mengakar kuat di offline, dan robot adalah kelanjutan alaminya. Bukan pivot, melainkan perluasan bisnis inti. -
BreadBud513—LingBot-Depth 2.0 meningkat pesat di pengenalan objek transparan — benda seperti gelas sampanye yang dulu mustahil bagi kamera kedalaman kini bisa direkonstruksi garis luarnya utuh. Ini krusial untuk tugas penggenggaman. -
赵华_1—Banyak yang memuja embodied AI, tapi setelah baca materi LingBo saya sadar bidang ini jauh lebih sulit dari bayangan. Data dunia nyata jutaan kali lebih besar dari data bahasa; sekadar menyelesaikan masalah data saja akan menghabiskan bertahun-tahun uang. -
SusanEdwards—Lebih dari 90% tim LingBo bergelar master atau PhD. Ilmuwan kepala Shen Yujun kuliah S1 di Tsinghua dan S3 di CUHK, latar belakangnya di computer vision. Fondasi teknisnya kuat, tapi tim 200 orang masih sangat kecil dibanding Google DeepMind. -
琉璃_23—Sudah baca laporan Goldman Sachs — mereka sangat hati-hati soal komersialisasi robot, katanya sampai 2027 pengiriman global cuma 76 ribu unit. Ant sekarang bakar uang di LingBo tanpa imbal hasil jangka pendek, tapi jangka panjang kalau tidak ambil posisi lebih awal bakal ketinggalan jauh. -
EHall520—Ternyata LingBot-Video pakai arsitektur MoE — 30B parameter tapi hanya 3B yang aktif saat inferensi, desainnya cukup cerdik. Ini model video khusus untuk pelatihan embodied AI, jalurnya sama sekali beda dengan generator konten macam Sora. -
Sandra156—Baru selesai nonton acara peluncuran LingBo. VA 2.0 dilatih dari nol tanpa fine-tuning model yang sudah ada — pendekatan ini benar-benar butuh nyali. Tapi hasilnya bagus, demo menjepit keripik kentang tanpa hancur itu sangat meyakinkan. -
Brenda.Ross_Plus—Ant sudah berinvestasi di belasan perusahaan robotika — Unitree, Galaxea, dan Lingxin Qiaoshou semuanya ada sahamnya. LingBo sendiri tidak membuat badan robot, melainkan jadi pemasok 'otak'; positioning ini memang satu-satunya di antara raksasa Tiongkok. -
dm0feb8—Keliling zona embodied AI di WAIC, booth LingBo yang paling ramai. Jualan 'langsung dipakai tanpa renovasi toko' memang menarik — banyak apotek dan supermarket ingin pakai robot tapi tidak mau merombak ruangan.