Ant Lingbo Embodied Model
アントグループ傘下の身体性AI企業。クロスボディ・クロスシーンのロボット頭脳の構築に注力し、業界初の身体性ネイティブな世界行動モデルを発表
詳細レポート
-
Ant Lingbo は、2024 年 12 月に設立された Ant Group の完全子会社です。同社は身体化インテリジェンスの分野に特化しており、オントロジー メーカーではなく「ロボットのユニバーサル ブレイン サプライヤー」として位置付けられています。 2026 年 7 月、Ant Lingbo は、WAIC 期間中の 1 週間以内に 6 つの大規模な具体化モデルを継続的にリリースおよびオープンソース化し、「組み込みネイティブ」技術ルートを提案しました。これは、既存の大規模モデルの移行と微調整を拒否しますが、物理世界の因果律に基づいて一から事前トレーニングします。その代表モデルであるLingBot-VA 2.0は、シングルカード150Hzのリアルタイム推論を実現しており、国達薬局の上海店で実際に運用されている。 Ant Group は、子会社による自己研究、合弁事業 (Zhiyuan Robotics との)、および株式投資 (ロボット企業 12 社を対象) という 3 層のレイアウトを通じて、身体化されたインテリジェンスのトラックで独自の「身体に負担がかかり、脳に負担がかかる」戦略を形成しました。
-
Ant Lingbo の誕生は、Ant Group 内の AI 戦略の徹底的な解体から始まりました。 Ant Group は、AGI 目標をデジタル インテリジェンスと物理的インテリジェンスの 2 つのレベルに分けています。デジタル インテリジェンスは、Bailing Model、AI Alipay、Ant Afu などの企業によって担われています。身体的知性の中核的な執行機関はアント・リンボです。 2024年12月、アント・リンボは上海の張江市で登録資本金1億元で登記され、アント・テクノロジー・グループ株式会社の全額出資会社となった。CEOの朱興氏は2011年にアリババに入社し、決済、金融サービス、O2Oなどの分野で14年以上の経験を持つ。 2023年にAlipay広告の事業化を0から1まで完了したばかり。2024年末には蟻陵波の設立準備のため転勤となった。主任研究員の Shen Yujun は、Ant Technology Research Institute のインタラクティブ インテリジェンス研究室の出身です。彼は清華大学電子工学部で学士号を取得し、博士号を取得しています。香港中文大学情報工学科を卒業。彼は、SenseTime でインターンとして、また ByteDance で上級研究員として働いてきました。 現在、Ant Lingbo チームには約 200 名が在籍しており、そのうち 90% 以上が修士号または博士号を取得しています。 Ant Group 内では、Lingbo 氏は Bailing 大型モデル チームや Alipay AI チームと並行して CTO ラインの下に位置しています。
-
Ant Lingbo は、認識から実行までの完全なテクノロジー スタックを構築しました。 2026 年 7 月には、6 つの主要な方向性をカバーする 6 つのモデルが 1 週間以内に連続してリリースされました。 LingBot-Vision (ビジュアル基本モデル、1B パラメーター): 境界中心の自己監視型 ViT アーキテクチャを使用することで、RMSE は NYU-Depth v2 で Meta DINOv3 をリードし、わずか 3 分の 1 のデータ量で後者を上回ります。 LingBot-Depth 2.0 (空間認識モデル): トレーニング データは 300 万サンプルから 1 億 5,000 万サンプルに拡大され、16 の深度完了ベンチマークのうち 12 で 1 位にランクされ、RMSE は 0.132 から 0.062 に低下しました。 LingBot-VLA 2.0（視覚言語行動モデル、6Bパラメータ）：事前学習データの総量は60,000時間（実ロボットデータ50,000時間＋人間操作データ10,000時間）に達し、メーカー17社の20種類のロボット構成（単腕、双腕、二足歩行、車輪型など）に適応されています。 GM-100 の評価では、全体の平均タスク進捗スコアと成功率はいずれも π0.5 および GR00T N1.7 を上回っています。 LingBot-World 2.0 / World-Infinity (リアルタイム インタラクティブ ワールド モデル、14B/1.3B パラメーター化バージョン): ビジュアル ドリフトのない時間レベルの無制限の生成、720p/60fps のリアルタイム出力、業界初のエージェント メカニズムの導入をサポートしており、すべてオープン ソースです。 LingBot-VA 2.0（Embodied Native World Action Model）：今回リリースしたフラッグシップモデルです。これは、業界の主流である「ビデオ生成モデルの微調整」のルートには従わず、自己回帰アーキテクチャに基づいて最初から事前トレーニングされます。コア設計には、セマンティック ビジュアル アクション トークナイザー (セマンティック情報とアクション情報の調整をビジュアル圧縮に組み込む)、厳密な因果関係の事前トレーニング パラダイム、MoE アーキテクチャ (ハイブリッド エキスパート モデル)、および強化された非同期推論メカニズム (将来の状態を予測しながらアクションを実行する) が含まれます。このモデルは、シングル カード 150 Hz のリアルタイム推論効率、つまり 1 秒あたり 150 回の推論と、約 6.7 ミリ秒の単一応答を実現します。 LingBot-Video (ビデオ生成基本モデル): MoE アーキテクチャに基づいた、身体化されたインテリジェンスを指向した世界初のオープンソースのビデオ生成基本モデル。実用化の面では、Ant LingboはGuoda Pharmacyと協力して、上海の店舗にロボットスマート薬局ソリューションを導入しました。構成の異なる 3 台のロボットが LingBot-VLA 2.0 によって駆動される作業を自律的に分割し、注文の受付、商品の受け取り、配送までの閉ループ プロセス全体を完了します。このソリューションは、2026 年 WAIC の「博物館の至宝」トップ 10 の 1 つに選ばれました。 ハードウェアに関しては、Ant Lingbo は 2025 年 9 月に初のサービス ロボットである Robbyant R1 を発売し、家庭、高齢者介護、医療健康などのサービス シナリオをターゲットにしています。上海歴史博物館などで活用されている。 R1 のジョイント モジュールは Titanium Tiger Robots から提供され、そのシャーシは Ant が投資した 2 つの企業である Galaxy General Motors から提供されています。 R1 はまだ主に管理された環境でテストされており、小売顧客にはまだ販売されていません。
-
Ant Lingbo の中核となるビジネス モデルは、「身体ではなく脳を売る」と要約できます。同社はハードウェア製造ルートを採用せず、オープンソースとオープンモデルエコロジーを通じて身体化されたインテリジェンスの「公共基盤」を構築します。 ビジネス モデルの具体的な要点は次のとおりです。 1つ目は、オープンソースによるエコシステムの構築です。 6 つのモデルはすべてオープンソースであり (重み、コード、トレーニング後のツール チェーン、評価セットはすべてリリースされています)、世界中の開発者やロボット メーカーがオープン ソースを通じてアクセスできるようになり、Lingbo モデルを中核とする開発者エコシステムが形成されます。現在、十数社のロボットメーカーがLingboと提携を結んでいる。 2つ目はシーンベースの課金です。具体的な価格は公表されていないが、薬局、小売仕分け、物流仕分けなどの導入シナリオに向けたビジネスモデルの検証が始まっている。 Ant Lingbo は、Guoda Pharmacy や Longsheng などの環境に優しい顧客パートナーと協力して、店舗を改装することなく「頭脳」サービスを提供しています。 3つ目はデータエコロジーの共同構築です。 Ant LingboとJianzhi Robotは、専用のデータマイニング機器を共同開発するための戦略的協力に達しました。 Leju Robot はコア データ パートナーとして、LingBot-VLA に約 10,000 時間の高品質マルチモーダル リアル ロボット データを提供してきました。 アント・グループの全体的な構成は霊波そのものにとどまらない。子会社の自主研究（ロビーアント）、合弁会社（知源ロボットと共同設立した「杭州伝志未来科技有限公司」、登録資本金2,000万元）、18カ月以内に12社のロボット企業への投資（最新のロボット企業は知源ロボットの5億元の資金調達ラウンドを主導した）を通じて、多層的な事業を構築してきた。リスク分散された戦略的レイアウト。
-
Ant Lingbo の技術的なルートは、開発者と業界関係者の間で明らかな分裂を引き起こしました。提携メーカーは「Lingboのモデルは、頭脳を一から構築する必要がなく、新たな選択肢を与えてくれる」と述べた。 Leju Robotは、同社のKUAVO 4 Pro（Kuafu）がLingBot-VLAのトレーニング後の適応を完了し、95の実際の運用シナリオで体系的な評価を実施したことを正式に発表した。 しかし、ロボット業界の一部の専門家は疑問を投げかけている。 「推論周波数はエンジニアリング指標の 1 つにすぎません。実際のテストは、実際のシナリオでの一般化能力です。シミュレーション環境で 150 Hz を実行することと、高齢者、子供、ペットがいる家庭環境で 150 Hz を実行することは、別のことです。」 R1 ロボットに関しては、ユーザーからのフィードバックはまだ初期段階にあります。現在は主に博物館見学や薬局などで利用されており、大規模な消費者体験レポートはまだない。 WAICを訪れた一部の視聴者は、Lingboの卓球デモンストレーションは「印象的で、ロボットの反応速度は本当に速い」と述べた。しかし、「デモ環境と実際の家庭風景には大きなギャップがある」と考える人もいた。
-
Ant Lingboは業界メディアや資本市場から高い注目を集めています。 Geek Park の評価: 「Ant Lingbo は、GM-100 の評価において全体的なパフォーマンスをリードしており、より強力な双腕協調操作能力と、クロスボディおよびマルチタスク汎用化能力を示しています。」 36Kr の詳細な分析では、「エンボディディッド ネイティブは、業界の主流とは異なる技術的な道筋を示しており、ロボットが独自のモデル設計パラダイムを持つべきかどうかという、長い間無視されてきた根本的な問題に切り込むものである」と考えられています。 AI Dev Signals は、Ant Lingbo を物理 AI 分野で (NVIDIA に次ぐ) 世界第 2 位にランクし、「この分野で最も急進的なオープンソース プロモーター」と評価しました。 競争力のある製品環境の観点から見ると、Ant Lingbo の「身体に負担がかかり、脳に負担がかかる」路線は、Figure と Tesla の垂直統合路線とははっきりと対照的です。ゴールドマン・サックスは調査報告書の中で、人型ロボットの商品化プロセスについて慎重な姿勢を示している。技術的な転換点はまだ明らかではないと同社は考えている。世界の人型ロボットの出荷台数は2027年までに約7万6,000台、2032年までに約50万2,000台になると予想されており、そのペースは市場予想よりも遅い。
-
アント・リンボが直面している課題も同様に明らかです。 最大の不確実性は、技術的なルート自体から生じます。 「体現されたネイティブ」の事前トレーニングをゼロから行うということは、より高い研究開発投資とより長い検証サイクルを意味します。移行微調整ルートの「結果は数か月で得られる」リズムと比較すると、Lingbo のルートは一般化能力の利点を証明するのに時間がかかります。最終的な効果が移行計画を大幅に超えない場合、高額な投資は持続不可能になります。 データのボトルネックは、より現実的な問題です。身体化インテリジェンス業界は、現実世界のデータと言語データの間には数千万倍から数百万倍のギャップがあるという根本的な問題に直面しています。 Lingbo のデータ ソースは主に生態学的パートナーの供給に依存しており、それ自体で多数のオントロジーを作成するわけではありません。しかし問題は、Yushu Technology が独自の大型具体化モデル UnifoLM-OminiA-0.3 を立ち上げたばかりであり、Zhiyuan Robot も独自のワールド モデルとデータ プラットフォームを持っているということです。これらのオントロジー製造業者が独自の頭脳の開発を本格的に開始すると、データ供給がいつでも逼迫する可能性があります。オープンソースはエコシステムを構築するための戦略ではありますが、それ自体が外堀を構成するわけではありません。 Ant Group 内で、Lingbo は Bailing Model チームおよび Alipay AI チームとリソースを争う必要があります。アント グループの外、アリババ部門内だけでも、Qianwen Qwen-Robot や AutoNavi Model など、「独立して戦っている」複数の具体化されたインテリジェンス ラインが存在しますが、統一された戦略的相乗効果はまだ形成されていません。 R1 ロボットの出荷台数も比較的限られています。現状では「模型検証用キャリア」に近く、大規模な量産にはまだまだ遠い。
-
Ant Lingbo の製品は現在、主に 2 種類のユーザーをターゲットにしています。1 つは、ロボット本体メーカーは Lingbo のユニバーサル ブレインにアクセスすることで、アルゴリズム レベルでの繰り返しの投資を削減できます。これは特に中小企業のロボット企業に適しています。第 2 に、薬局、高齢者介護施設、博物館などの特定のサービス シナリオの運営者は、Ant Lingbo のソリューションを通じて、自律的な意思決定機能を備えたロボットを迅速に導入できます。 一般消費者にとって、蟻凌波の製品はまだ初期段階にある。 R1ロボットの購入経路と正式な価格はまだ公開されていない。当面は個人消費者が購入することはお勧めできません。 代替品をお探しの場合は、Yushu Technology の人型ロボット G1 (価格は約 16,000 米ドル) と H1 (価格は約 90,000 米ドル) がハードウェアのコストパフォーマンスの点で明らかな利点がありますが、「脳」レベルでの自己構築アルゴリズム機能が必要です。
-
Ant Lingbo は、デジタル世界から物理世界に至るまで、Ant Group の AI 戦略における重要なステップを表しています。その「身体化されたネイティブ」テクノロジー路線は、大胆な試みです。成功すれば、ロボットの頭脳の開発パラダイムを再定義する可能性がある。検証がスムーズにいかない場合、多額の研究開発投資とオープンソースエコシステムの「堀のない」ジレンマが隠れた懸念となるでしょう。いずれにせよ、Ant Lingboのプレースタイルは国内大手メーカーの中でも独特だ。それは、「より良いロボットを作る方法」ではなく、「ロボットの知能はどこから得られるべきか?」という低レベルの質問に答えます。
ユーザーレビュー
-
CelestiaSky360—WAICでアントLingBoのスマート薬局デモを現地で見た。異なる3台のロボットが連携して薬を取りに行き、人の介入は一切不要で、その場の迫力は本当に圧倒的だった。国大药房（Guoda Pharmacy）はすでに導入済みで、研究室の製品ではない——そこが重要だ。 -
Sarah.Murray5209—LingBoのLingBot-VLA 2.0がオープンソース化された。6万時間の実機データで事前学習し、20種類以上のロボット構成をサポートする。このデータ量は現時点のオープンソース界に对手がなく、Physical Intelligenceのπ0.5すら凌いでいる。 -
BenjaminGonzalez_7—正直、LingBoのオープンソース戦略はかなり賢い。技術ルートがまだ確定していない今、誰が先にエコシステムを作るかで発言力が決まる。ただ収益化の道がどうなるかは不透明だ——モデルを売るのとハードを売るのは別物だから。 -
ABrown007—150Hzのリアルタイム推論を単一のカードで回せるのは、その効率は確かに勝負になる。だが技術ドキュメントを読むと、彼らの'エンボディドネイティブ'がファインチューニング路線と本当にどれだけ違うかは、実際の展開結果次第だ。 -
Betty.MoralesZ663—アントのLingBoはしばらく追っている。CEOの朱兴（Zhu Xing）はもともと支付宝（Alipay）の商用化側の人でロボットのバックグラウンドはないのに、最も難しいゼロからの事前学習ルートを選んだ。このチームの技術的センスは本当に注目に値する。 -
AJohnson_8893—シミュレーション環境で150Hz動かすのと、家の中で動かすのとは別物だ。お年寄りや子供、ペットがいて、環境の不確実性があまりに大きい。LingBoの薬局シナリオなら今のところいけるが、家庭に入るまでにはまだ遠い。 -
GP_wal—WAICの卓球のラリー演示を見たが、ロボットの反応速度は本当に速い。ボールが弾んだ瞬間にはもう落下地点を予測していた。外部の高速カメラなしで、純粋に本体のビジョンだけ。これはなかなか凄い。 -
SCwar—アントのLingBoの路線は宇树科技（Unitree）とまるで違う。一方は脳を、もう一方は身体を作るのだから、直接は競わない。問題はLingBoのデータが本体メーカーに依存している点で、いつか宇树や智元（AgiBot）が自前で脳を作り始めれば、データ源が尽きてしまう。 -
Anthony.Howard—1週間で6つのモデルをオープンソース化するとは、その度胸は確かに珍しい。深層学習フレームワークから学習ツールチェーンまで全部出しているし、開発者コミュニティの反応も悪くない。でもオープンソース化そのものは参入障壁にならない。技術のイテレーション速度こそが勝負だ。 -
SHill_Plus68—上海歴史博物館でR1ロボットが案内役をしている動画は見た。歩行はまずまず安定していて、対話もまあまあ。でも登録資本金1億元で作るロボットと、テスラやFigureのように数十億ドルを調達している相手とでは、規模が段違いだ。 -
CherylKim_2021—ロボットを作っている知人が、自社のロボットにLingBoのLingBot-VLAを適応させていると言っていた。以前は専用のアルゴリズムチームが必要だったのに、今はLingBoの'脳'をつなぐだけで動くようになった。小さな会社にとっては莫大なコスト削減だ。 -
JBailey_Plus7—本質的にそれはアントグループがオフライン領域のために温めている技術蓄積だ。決済・医療・信用といった事業はとっくにオフラインに深く根付いており、ロボットはその自然な延長にある。異業種への転換ではなく、本業の延伸だ。 -
BreadBud513—LingBot-Depth 2.0は透明物体認識が大きく進歩した。シャンペングラスなど、以前の深度カメラではまったく扱えなかったものが、今は輪郭ごと補完できる。これは把持タスクにとてつもなく重要だ。 -
赵华_1—世の中はエンボディドAIを過大評価している節があるが、LingBoの資料を読んで気づいたのは、この領域が想像以上に難しいという点だ。実世界のデータは言語データの数百万倍の規模で、データ問題だけでも何年も金が焼き尽くされる。 -
SusanEdwards—LingBoのチームは修士・博士が9割超。チーフサイエンティストの沈宇軍（Shen Yujun）は清華大学出身で香港中文大学の博士、元はコンピュータビジョンの研究者だ。技術の土台は確かに厚いが、200人のチームではGoogle DeepMindと比べるとまだ小さすぎる。 -
琉璃_23—Goldman Sachsのレポートは読んだ。ロボットの商業化にはかなり慎重で、2027年でも世界出荷台数は7.6万台にとどまるという。Antがいま大金を投じてLingBoをやっても短期的なリターンは見えないが、長期的には先に布石を打たなければ引き離されるだけだ。 -
EHall520—LingBot-VideoはまさかのMoEアーキテクチャで、30Bパラメータのうち推論時に活性化するのは3Bだけ。この設計はなかなか巧妙だ。エンボディドAIの学習専用に作られた動画モデルで、Soraのようなコンテンツ生成路線とは完全に別物。 -
Sandra156—LingBoの発表会を見終わったところ。VA 2.0は既存モデルをファインチューニングせず、ゼロから事前学習するという方針で、これは本当に勇気が要る。だが結果は上々で、ポテトチップスを割らずにつまむあのデモは説得力がありすぎた。 -
Brenda.Ross_Plus—Antはロボット領域で十数社に出資しており、Unitree、Galaxea、Lingxin Qiaoshouにも株を持っている。LingBo自身は本体（ボディ）を作らず、'脳'のサプライヤーに徹する。この立ち位置は中国の大手の中では確かに唯一無二だ。 -
dm0feb8—WAICのエンボディドAI展示エリアを一周してきたが、LingBoのブースが一番人が多かった。店舗を改装せずにそのまま導入できるという売り文句は確かに刺さる。いま多くの薬局やスーパーはロボットを入れたいのに、空間の改造はしたくないのだ。