Ant Lingbo Embodied Model

앤트그룹 산하 임바디드 AI 기업. 크로스 바디·크로스 시나리오 로봇 두뇌 구축에 주력하며 업계 최초의 임바디드 네이티브 월드 액션 모델을 발표

具身智能

https://www.antgroup.com/

공식 사이트 방문

심층 리포트

Ant Lingbo는 2024년 12월 설립된 Ant Group의 전액 출자 자회사입니다. 체화된 지능 분야를 전문으로 하며 온톨로지 제조업체가 아닌 '로봇을 위한 보편적인 두뇌 공급업체'로 자리매김하고 있습니다. 2026년 7월 Ant Lingbo는 WAIC 기간 동안 1주일 이내에 6개의 대형 구현 모델을 지속적으로 출시하고 오픈 소스화하여 기존 대형 모델에 대한 마이그레이션 및 미세 조정을 거부하고 물리적 세계의 인과 법칙을 중심으로 처음부터 사전 교육하는 "구현된 네이티브" 기술 경로를 제안했습니다. 대표 모델인 LingBot-VA 2.0은 단일 카드 150Hz 실시간 추론을 달성했으며 Guoda Pharmacy의 상하이 매장에서 실제 작동에 투입되었습니다. Ant Group은 자회사, 합작 투자(Zhiyuan Robotics와 함께) 및 지분 투자(12개 로봇 회사 포함)에 의한 자체 연구의 3단계 레이아웃을 통해 구체화된 지능 트랙에서 고유한 "몸에는 가볍고 두뇌에는 무겁다" 전략을 형성했습니다.
Ant Lingbo의 탄생은 Ant Group 내 AI 전략의 대대적인 해체에서 시작되었습니다. Ant Group은 AGI 목표를 디지털 지능과 물리적 지능의 두 가지 수준으로 나눕니다. 디지털 인텔리전스는 Bailing Model, AI Alipay, Ant Afu 및 기타 비즈니스에서 수행됩니다. 물리적 지능의 핵심 집행 기관은 Ant Lingbo입니다. 2024년 12월 Ant Lingbo는 등록 자본금 1억 위안으로 상하이 장장에 등록되었으며 Ant Technology Group Co., Ltd.가 전액 소유하고 있습니다. CEO Zhu Xing은 2011년 Alibaba에 합류했으며 결제, 금융 서비스, O2O 및 기타 분야에서 14년 이상의 경험을 보유하고 있습니다. 2023년 그는 0에서 1까지 Alipay 광고 상용화를 완료했습니다. 2024년 말에는 Ant Lingbo 설립을 준비하기 위해 이동했습니다. 수석 과학자 Shen Yujun은 Ant Technology Research Institute의 대화형 지능 연구소 출신입니다. 그는 칭화대학교 전자공학과에서 학사학위와 박사학위를 취득했습니다. 홍콩중문대학교 정보공학과 출신. 그는 SenseTime에서 인턴으로, ByteDance에서 선임 연구원으로 근무했습니다. 현재 Ant Lingbo 팀은 약 200명으로 구성되어 있으며 그 중 90% 이상이 석사 또는 박사 학위를 보유하고 있습니다. Ant Group 내에서 Lingbo는 Bailing 대형 모델 팀 및 Alipay AI 팀과 병행하여 CTO 라인 아래에 있습니다.
Ant Lingbo는 인식부터 실행까지 완벽한 기술 스택을 구축했습니다. 2026년 7월에는 6가지 주요 방향을 다루는 6가지 모델이 일주일 이내에 지속적으로 출시되었습니다. LingBot-Vision(비주얼 베이직 모델, 1B 매개변수): 경계 중심의 자체 감독 ViT 아키텍처를 사용하는 RMSE는 NYU-Depth v2에서 Meta DINOv3를 선도하며 데이터 양의 1/3만으로 후자를 능가합니다. LingBot-Depth 2.0(공간 인식 모델): 훈련 데이터는 300만 개에서 1억 5천만 개 샘플로 확장되었으며 16개 깊이 완성 벤치마크 중 12개에서 1위를 차지했으며 RMSE는 0.132에서 0.062로 떨어졌습니다. LingBot-VLA 2.0(시각-언어-동작 모델, 6B 매개변수): 사전 훈련 데이터의 총량은 60,000시간(실제 로봇 데이터 50,000시간 + 인간 작동 데이터 10,000시간)에 달하며 17개 제조업체의 20개 로봇 구성(단일 팔, 이중 팔, 이족 보행, 바퀴형 등)에 적용되었습니다. GM-100 평가에서는 전체 평균 작업 진행률과 성공률 모두 π0.5와 GR00T N1.7을 앞지르는 것으로 나타났다. LingBot-World 2.0 / World-Infinity(실시간 대화형 월드 모델, 14B/1.3B 매개변수화된 버전): 시각적 드리프트 없는 시간 수준 무제한 생성 지원, 720p/60fps 실시간 출력, 업계 최초의 에이전트 메커니즘 도입, 모두 오픈 소스입니다. LingBot-VA 2.0 (Embodied Native World Action Model) : 이번에 출시된 플래그십 모델입니다. 이는 "비디오 생성 모델 미세 조정"이라는 업계 주류 경로를 따르지 않지만 자동 회귀 아키텍처를 기반으로 처음부터 사전 훈련됩니다. 핵심 설계에는 의미론적 시각적 동작 토크나이저(의미론적 및 동작 정보 정렬을 시각적 압축에 통합), 엄격한 인과관계 사전 훈련 패러다임, MoE 아키텍처(하이브리드 전문가 모델) 및 향상된 비동기식 추론 메커니즘(미래 상태를 예측하는 동안 동작 실행)이 포함됩니다. 이 모델은 단일 카드 150Hz 실시간 추론 효율성, 즉 초당 150개의 추론과 약 6.7밀리초의 단일 응답을 달성합니다. LingBot-Video(비디오 생성 기본 모델): MoE 아키텍처를 기반으로 하고 구체화된 지능을 지향하는 세계 최초의 오픈 소스 비디오 생성 기본 모델입니다.실제 적용 측면에서 Ant Lingbo는 Guoda Pharmacy와 협력하여 상하이 매장에 로봇 스마트 약국 솔루션을 구현했습니다. 서로 다른 구성의 세 대의 로봇은 LingBot-VLA 2.0에 의해 구동되는 작업을 자동으로 나누어 주문 접수부터 상품 픽업까지 전체 폐쇄 루프 프로세스를 완료합니다. 이 솔루션은 2026년 WAIC에서 '박물관의 보물' 10대 중 하나로 선정되었습니다. 하드웨어 측면에서 Ant Lingbo는 2025년 9월 가정, 노인 간호, 의료 건강과 같은 서비스 시나리오를 대상으로 하는 첫 번째 서비스 로봇인 Robbyant R1을 출시했습니다. 상하이 역사 박물관과 같은 장소에서 사용되었습니다. R1의 조인트 모듈은 Titanium Tiger Robots에서 제작되었으며, 섀시는 Ant가 투자한 두 회사인 Galaxy General Motors에서 제작되었습니다. R1은 여전히 통제된 환경에서 주로 테스트되고 있으며 아직 소매 고객에게 판매되지 않았습니다.
Ant Lingbo의 핵심 비즈니스 모델은 “몸이 아닌 두뇌를 파는 것”으로 요약될 수 있습니다. 회사는 하드웨어 제조 경로를 택하지 않고 오픈 소스 및 오픈 모델 생태계를 통해 구현된 지능을 위한 "공공 기반"을 구축합니다. 비즈니스 모델의 구체적인 핵심은 다음과 같습니다. 첫 번째는 오픈소스를 통한 생태계 구축이다. 6개 모델 모두 오픈 소스(웨이트, 코드, 훈련 후 도구 체인, 평가 세트 모두 출시)로, 글로벌 개발자와 로봇 제조업체가 오픈 소스를 통해 접근할 수 있도록 유도하여 Lingbo 모델을 핵심으로 하는 개발자 생태계를 형성합니다. 현재 12개가 넘는 로봇 제조업체가 Lingbo와 협력 관계를 맺었습니다. 두 번째는 장면 기반 충전입니다. 구체적인 가격은 발표되지 않았지만 약국, 소매 분류, 물류 분류 등 구현 시나리오에 대한 비즈니스 모델이 검증되기 시작했습니다. Ant Lingbo는 Guoda Pharmacy 및 Longsheng과 같은 생태학적 고객 파트너와 협력하여 매장을 개조하지 않고도 "두뇌" 서비스를 제공합니다. 세 번째는 데이터 생태학의 공동 구축이다. Ant Lingbo와 Jianzhi Robot은 독점 데이터 마이닝 장비를 공동 개발하기 위해 전략적 협력을 체결했습니다. 핵심 데이터 파트너로서 Leju Robot은 LingBot-VLA에 거의 10,000시간에 달하는 고품질 다중 모드 실제 로봇 데이터를 제공했습니다. Ant Group의 전체 레이아웃은 Lingbo 자체에 그치지 않습니다. 자회사 자체 연구(Robbyant), 합작 투자(Zhiyuan Robot과 공동 설립한 "Hangzhou Chuanzhi Future Technology Co., Ltd.", 등록 자본금 2천만 위안), 18개월 이내에 12개 로봇 회사에 대한 투자(최근 Zhiyuan Robot의 5억 위안 자금 조달 라운드 주도)를 통해 다층적이고 위험이 분산된 회사를 구축했습니다. 전략적 레이아웃.
Ant Lingbo의 기술 경로는 개발자와 업계 실무자 사이에 명백한 분열을 야기했습니다. 한 파트너 제조업체는 "링보의 모델은 처음부터 두뇌를 구축하지 않고도 우리에게 새로운 선택을 제공한다"고 말했다. Leju Robot은 KUAVO 4 Pro(Kuafu)가 LingBot-VLA의 훈련 후 적응을 완료하고 95개의 실제 작동 시나리오에서 체계적인 평가를 수행했다고 공식 발표했습니다. 그러나 로봇 산업의 일부 실무자들은 의문을 제기했습니다. "추론 주파수는 엔지니어링 지표 중 하나일 뿐입니다. 실제 테스트는 실제 시나리오에서의 일반화 능력입니다. 시뮬레이션 환경에서 150Hz를 실행하는 것과 노인, 어린이, 애완동물이 있는 가정 환경에서 150Hz를 실행하는 것은 서로 다른 것입니다." R1 로봇에 대한 사용자 피드백은 아직 초기 단계입니다. 현재 주로 박물관 견학, 약국, 기타 시나리오에서 사용되고 있으며, 아직 대규모 소비자 경험 보고서는 없습니다. WAIC를 방문한 일부 시청자들은 링보의 탁구 시연이 "인상적이었고, 로봇의 반응속도가 정말 빨랐다"고 평했다. 하지만 '시연 환경과 실제 가정 장면 사이에는 엄청난 격차가 있다'고 생각하는 사람들도 있었다.
Ant Lingbo는 업계 언론과 자본 시장으로부터 높은 주목을 받았습니다. Geek Park의 평가: “Ant Lingbo는 GM-100 평가에서 전반적인 성능을 주도하며 더욱 강력한 양팔 협업 작동 능력과 신체 전반 및 다중 작업 일반화 능력을 보여줍니다.” 36Kr의 심층 분석은 “구체화된 네이티브는 업계의 주류와는 다른 기술적 경로를 나타내며, 오랫동안 무시되어 왔던 근본적인 문제, 즉 로봇이 자신만의 모델 설계 패러다임을 가져야 하는지에 대한 문제를 해결한다”고 믿습니다. AI Dev Signals는 Ant Lingbo를 물리 AI 분야에서 NVIDIA에 이어 세계 2위로 선정하고 "이 분야에서 가장 급진적인 오픈 소스 프로모터"로 평가했습니다. 경쟁적인 제품 환경 측면에서 Ant Lingbo의 "몸은 가볍고 두뇌는 무겁다"는 경로는 Figure 및 Tesla의 수직 통합 경로와 뚜렷한 대조를 이룹니다. 골드만삭스는 연구보고서에서 휴머노이드 로봇의 상용화 과정에 대해 조심스러운 입장을 밝혔다. 기술적 변곡점은 아직 불분명하다고 본다. 글로벌 휴머노이드 로봇 출하량은 2027년에는 약 7만6000대, 2032년에는 약 50만2000대에 이를 것으로 예상된다. 속도는 시장 기대보다 느리다.
Ant Lingbo가 직면한 과제도 마찬가지로 분명합니다. 가장 큰 불확실성은 기술적 경로 자체에서 비롯됩니다. 처음부터 '구현된 네이티브' 사전 학습 경로는 더 높은 R&D 투자와 더 긴 검증 주기를 의미합니다. 마이그레이션 미세 조정 경로의 "결과는 몇 달 안에 생성됩니다"라는 리듬과 비교할 때 Lingbo의 경로는 일반화 능력의 이점을 입증하는 데 더 오랜 시간이 걸릴 것입니다. 최종 효과가 마이그레이션 계획을 크게 초과하지 않으면 높은 투자는 지속 불가능할 것입니다. 데이터 병목 현상은 더 현실적인 어려움입니다. 구체화된 지능 산업은 실제 데이터와 언어 데이터 사이에 수천만에서 수백만 배의 차이가 있다는 근본적인 문제에 직면해 있습니다. Lingbo의 데이터 소스는 주로 생태 파트너의 공급에 의존하며 자체적으로 많은 수의 온톨로지를 생성하지 않습니다. 그러나 문제는 Yushu Technology가 자체 대형 구현 모델 UnifoLM-OminiA-0.3을 출시했으며 Zhiyuan Robot도 자체 세계 모델과 데이터 플랫폼을 보유하고 있다는 것입니다. 이러한 온톨로지 제조업체가 자신의 두뇌를 진지하게 개발하기 시작하면 언제든지 데이터 공급이 부족해질 수 있습니다. 오픈소스는 생태계 구축을 위한 전략이지만 그 자체가 해자를 구성하는 것은 아니다. Ant Group 내에서 Lingbo는 Bailing 모델 팀 및 Alipay AI 팀과 리소스를 두고 경쟁해야 합니다. Ant Group 외부의 Alibaba 부서 내에는 Qianwen Qwen-Robot 및 AutoNavi Model을 포함하여 "독립적으로 싸우고 있는" 여러 개의 구체화된 인텔리전스 라인이 있지만 아직 통합된 전략적 시너지 효과를 형성하지 못했습니다. R1 로봇의 출하량도 상대적으로 제한적이다. 현재는 '모델 검증을 위한 운반체'에 더 가깝고, 아직 대규모 양산과는 거리가 멀다.
Ant Lingbo의 제품은 현재 주로 두 가지 유형의 청중을 대상으로 합니다. 첫째, 로봇 본체 제조업체는 Lingbo의 범용 두뇌에 액세스하여 알고리즘 수준에서 반복 투자를 줄일 수 있으며 이는 특히 중소 로봇 회사에 적합합니다. 둘째, 약국, 노인요양기관, 박물관 등 특정 서비스 시나리오의 운영자는 Ant Lingbo의 솔루션을 통해 자율적인 의사결정 기능을 갖춘 로봇을 신속하게 배치할 수 있습니다. 일반 소비자의 경우 Ant Lingbo의 제품은 아직 초기 단계에 있습니다. R1 로봇의 구매 채널과 공식 가격은 아직 공개되지 않았습니다. 당분간 개인 소비자의 구매를 권장하지 않습니다. 대안을 찾고 있다면 Yushu Technology의 휴머노이드 로봇 G1(약 US$16,000)과 H1(약 US$90,000)은 하드웨어 비용 성능 측면에서 분명한 장점이 있지만 "브레인" 수준에서 자체 구축된 알고리즘 기능이 필요합니다.
Ant Lingbo는 디지털 세계에서 물리적 세계에 이르기까지 Ant Group의 AI 전략에서 중요한 단계를 나타냅니다. '구현된 네이티브' 기술 경로는 대담한 시도입니다. 성공하면 로봇 두뇌의 개발 패러다임을 재정의할 수 있습니다. 검증이 원활하지 않으면 높은 R&D 투자와 오픈소스 생태계의 '해자 없는' 딜레마가 숨겨진 걱정거리가 될 것이다. 어쨌든 Ant Lingbo의 플레이 스타일은 국내 주요 제조업체들 사이에서 독특합니다. "어떻게 하면 더 나은 로봇을 만들 수 있는가"가 아니라 "로봇의 지능은 어디에서 나오는가?"라는 하위 수준의 질문에 답합니다.

사용자 리뷰

CelestiaSky360

—

WAIC에서 Ant의 LingBo 스마트 약국 데모를 현장에서 봤다. 서로 다른 로봇 3대가 협력해 약을 가져오고, 사람 개입은 전혀 필요 없었다. 현장 임팩트가 정말 압도적이었다. Guoda Pharmacy는 이미 쓰고 있고, 연구실 제품이 아니라는 점이 핵심이다.

Sarah.Murray5209

—

LingBo의 LingBot-VLA 2.0이 오픈소스화됐다. 실기 데이터 6만 시간으로 사전학습해 20종 이상의 로봇 구성을 지원한다. 이 데이터 규모는 현재 오픈소스 진영에 맞수가 없고, Physical Intelligence의 π0.5마저 넘어섰다.

BenjaminGonzalez_7

—

솔직히 LingBo의 오픈소스 전략은 꽤 똑똑하다. 기술 루트가 아직 굳어지지 않은 지금, 누가 먼저 생태계를 만드느냐가 발언권을 좌우한다. 다만 수익화 경로가 어떻게 될지는 미지수다 — 모델 파는 것과 하드웨어 파는 건 별개니까.

ABrown007

—

150Hz 실시간 추론을 단일 카드로 돌린다니, 그 효율은 확실히 경쟁력 있다. 하지만 기술 문서를 읽어보면, 그들의 '임바디드 네이티브'가 파인튜닝 방식과 진짜 얼마나 다른지는 실제 배포 결과를 봐야 알겠다.

Betty.MoralesZ663

—

Ant의 LingBo는 한동안 지켜보고 있다. CEO 주싱(Zhu Xing)은 원래 Alipay의 상용화 쪽 출신으로 로봇 배경이 없음에도, 가장 어려운 '제로 샷 사전학습' 경로를 택했다. 이 팀의 기술적 판단력은 정말 주목할 만하다.

AJohnson_8893

—

시뮬레이션 환경에서 150Hz로 돌리는 것과 집안에서 돌리는 것은 전혀 다른 얘기다. 노인이나 아이, 반려동물이 있고 환경 불확실성이 너무 크다. LingBo의 약국 시나리오는 당장은 되지만, 가정에 들어가기까지는 아직 멀었다.

GP_wal

—

WAIC의 탁구 랠리 시연을 봤는데, 로봇의 반응 속도가 진짜 빠르다. 공이 튕기는 순간 이미 낙하지점을 예측하고 있었다. 외부 고속 카메라 없이 순수 온보드 비전만으로 말이다. 꽤 대단하다.

SCwar

—

Ant의 LingBo 노선은 Unitree와 완전히 다르다. 하나는 두뇌를, 다른 하나는 몸을 만드니 직접 경쟁하지 않는다. 문제는 LingBo의 데이터가 본체 제조사에 달려 있다는 점으로, 언젠가 Unitree나 AgiBot이 자체적으로 뇌를 만들기 시작하면 데이터 원천이 말라버린다.

Anthony.Howard

—

일주일 만에 6개 모델을 오픈소스화하다니, 그 배짱은 확실히 드물다. 딥러닝 프레임워크부터 학습 툴체인까지 다 공개했고 개발자 커뮤니티 반응도 나쁘지 않다. 하지만 오픈소스화 자체는 해자가 되지 않는다. 기술의 반복 개선 속도가 진짜다.

SHill_Plus68

—

상하이 역사박물관에서 R1 로봇이 안내하는 영상은 봤다. 보행은 제법 안정적이었고 인터랙션도 나쁘지 않았다. 하지만 등록 자본금 1억 위안으로 만든 로봇이 테슬라나 Figure처럼 수십억 달러를 조달한 곳과는 규모 자체가 다르다.

CherylKim_2021

—

로봇 만드는 친구가 자사 로봇에 LingBo의 LingBot-VLA를 적용 중이라고 하더라. 예전엔 전담 알고리즘 팀이 필요했는데, 이제는 LingBo의 '두뇌'만 연결하면 움직인단다. 작은 회사엔 엄청난 비용 절감이다.

JBailey_Plus7

—

근본적으로 그것은 Ant Group이 오프라인 상황을 위해 미리 쌓아둔 기술储备이다. 결제·의료·신용 같은 사업은 이미 오프라인에 깊게 침투해 있고, 로봇은 그 자연스러운 연장이다. 업종 전환이 아니라 본업의 확장이다.

BreadBud513

—

LingBot-Depth 2.0는 투명 물체 인식이 크게 개선됐다. 샴페인 잔처럼 예전엔 깊이 카메라가 전혀 못 잡던 것들이 이제는 윤곽까지 복원된다. 집기 작업에 있어 아주 핵심적이다.

赵华_1

—

많은 사람이 체화 지능을 띄워놓지만, LingBo 자료를 읽고 나니 이 트랙이 생각보다 훨씬 어렵다는 걸 깨달았다. 실세계 데이터는 언어 데이터보다 수백만 배 규모이고, 데이터 문제만 풀어도 수년간 돈이 탈 것이다.

SusanEdwards

—

LingBo 팀은 석박사 비율이 90%를 넘는다. 수석 과학자 선위쥔(Shen Yujun)은 칭화대 학부에 홍콩중문대 박사 출신으로, 원래 컴퓨터 비전을 연구했다. 기술적 기반은 확실히 두텁지만, 200명 규모 팀은 Google DeepMind에 비하면 너무 작다.

琉璃_23

—

Goldman Sachs 보고서는 봤다. 로봇 상용화에 상당히 신중한 입장인데, 2027년에도 전 세계 출하량이 7.6만 대에 그친다고 한다. Ant가 지금 LingBo에 돈을 쏟아부어도 단기 수익은 보이지 않지만, 장기적으로 미리 포석을 깔지 않으면 뒤처질 수밖에 없다.

EHall520

—

LingBot-Video가 놀랍게도 MoE 아키텍처다. 30B 파라미터 중 추론 시 3B만 활성화되는데, 설계가 꽤 영리하다. 체화 지능 학습 전용으로 만든 비디오 모델이라 Sora 같은 콘텐츠 생성 노선과는 완전히 다르다.

Sandra156

—

방금 LingBo 발표회를 봤다. VA 2.0은 기존 모델을 파인튜닝하지 않고 처음부터 사전학습했는데, 이런 접근은 정말 용기가 필요하다. 하지만 결과가 좋았다. 감자칩을 부수지 않고 집는 그 시연은 너무나 설득력 있었다.

Brenda.Ross_Plus

—

Ant는 로봇 분야에서 십여 개 회사에 투자했는데 Unitree, Galaxea, Lingxin Qiaoshou에도 지분이 있다. LingBo 자신은 로봇 본체를 만들지 않고 '두뇌' 공급자로 자리 잡았는데, 이 포지셔닝은 중국 대기업 중에서 확실히 유일무이하다.

dm0feb8

—

WAIC의 체화 지능 전시 구역을 한 바퀴 돌아봤는데, LingBo 부스에 사람이 제일 많았다. 매장을 개조하지 않고 바로 투입할 수 있다는 세일즈 포인트가 확실히 먹힌다. 요즘 많은 약국과 마트가 로봇을 들이고 싶어 하면서도 공간을 뜯어고치긴 싫어하니까.