Ant Lingbo Embodied Model
Компания воплощённого ИИ в составе Ant Group, создающая кросс-корпусные и кросс-сценарные «мозги» для роботов; выпустила первую в отрасли embodied-native модель мировых действий
Подробный отчёт
-
Ant Lingbo — 100% дочерняя компания Ant Group, созданная в декабре 2024 года. Она специализируется в области воплощенного интеллекта и позиционируется как «универсальный поставщик мозга для роботов», а не производитель онтологий. В июле 2026 года Ant Lingbo непрерывно выпускала и открывала исходный код шести крупных воплощенных моделей в течение одной недели во время WAIC, предлагая технический путь «Embodied Native», отказывающийся от миграции и тонкой настройки существующих больших моделей, но предварительно обучающийся с нуля причинным законам физического мира. Его репрезентативная модель, LingBot-VA 2.0, обеспечивает вывод в реальном времени с частотой 150 Гц по одной карте и была введена в эксплуатацию в шанхайском магазине аптеки Guoda. Ant Group сформировала уникальную стратегию «легко на теле, тяжело на мозге» на пути воплощения интеллекта посредством трехуровневой схемы самоисследований дочерних компаний, совместных предприятий (с Zhiyuan Robotics) и инвестиций в акционерный капитал (охватывающих 12 робототехнических компаний).
-
Рождение Ant Lingbo началось с глубокого демонтажа стратегии ИИ внутри Ant Group. Ant Group делит свои цели AGI на два уровня: цифровой интеллект и физический интеллект. Цифровой интеллект осуществляется Bailing Model, AI Alipay, Ant Afu и другими компаниями; Основным исполнительным органом физического интеллекта является Ант Лингбо. В декабре 2024 года компания Ant Lingbo была зарегистрирована в Чжанцзяне, Шанхай, с уставным капиталом в 100 миллионов юаней и полностью принадлежит Ant Technology Group Co., Ltd. Генеральный директор Чжу Син присоединился к Alibaba в 2011 году и имеет более 14 лет опыта работы в сфере платежей, финансовых услуг, O2O и других областях. В 2023 году он только что завершил коммерциализацию рекламы Alipay с 0 до 1. В конце 2024 года его перевели на подготовку к созданию Ant Lingbo. Главный научный сотрудник Шэнь Юйцзюнь работает в Лаборатории интерактивного интеллекта Научно-исследовательского института муравьиных технологий. Он имеет степень бакалавра факультета электронной инженерии Университета Цинхуа и степень доктора философии. из факультета информационной инженерии Китайского университета Гонконга. Он работал стажером в SenseTime и старшим научным сотрудником в ByteDance. На данный момент в команде Ant Lingbo около 200 человек, более 90% из них имеют степени магистра или доктора. В Ant Group Лингбо висит на должности технического директора параллельно с командой крупных моделей Bailing и командой Alipay AI.
-
Ant Lingbo создал полный набор технологий — от восприятия до реализации. В июле 2026 года в течение одной недели непрерывно выпускалось шесть моделей, охватывающих шесть основных направлений: LingBot-Vision (визуальная базовая модель, параметры 1B): Используя архитектуру ViT с самоконтролем, ориентированную на границы, RMSE опережает Meta DINOv3 на NYU-Depth v2, превосходя последнюю только с одной третью объема данных. LingBot-Depth 2.0 (модель пространственной осведомленности): данные обучения масштабировались с 3 миллионов до 150 миллионов образцов, заняли первое место в 12 из 16 тестов глубины, RMSE упало с 0,132 до 0,062. LingBot-VLA 2.0 (модель визуально-языкового действия, параметры 6B): общий объем предтренировочных данных достигает 60 000 часов (из 50 000 часов реальных данных робота + 10 000 часов данных работы человека) и адаптирован к 20 конфигурациям роботов (однорукие, двурукие, двуногие, колесные и т. д.) от 17 производителей. В оценке GM-100 общий средний балл выполнения задачи и показатель успешности опережают π0,5 и GR00T N1,7. LingBot-World 2.0 / World-Infinity (интерактивная модель мира в реальном времени, параметризованная версия 14B/1.3B): поддерживает неограниченную генерацию на часовом уровне без визуального отклонения, вывод в реальном времени 720p/60fps, первое в отрасли внедрение механизма агента и все с открытым исходным кодом. LingBot-VA 2.0 (Embodied Native World Action Model): это флагманская модель, выпущенная на этот раз. Он не следует общепринятому в отрасли пути «тонкой настройки модели генерации видео», а предварительно обучается с нуля на основе авторегрессионной архитектуры. Базовая конструкция включает в себя: семантический токенизатор визуальных действий (включение выравнивания семантической информации и информации о действиях в визуальное сжатие), строгую причинно-следственную парадигму предварительного обучения, архитектуру MoE (гибридная экспертная модель) и расширенный механизм асинхронного рассуждения (выполнение действий при прогнозировании будущих состояний). Эта модель обеспечивает эффективность вывода в реальном времени с частотой 150 Гц для одной карты, то есть 150 выводов в секунду, и одиночный ответ примерно 6,7 миллисекунды. LingBot-Video (базовая модель генерации видео): первая в мире базовая модель генерации видео с открытым исходным кодом, основанная на архитектуре MoE и ориентированная на воплощенный интеллект.Что касается практического применения, Ant Lingbo в сотрудничестве с Guoda Pharmacy внедрила роботизированное интеллектуальное аптечное решение в магазинах Шанхая. Три робота разной конфигурации автономно разделяют работу под управлением LingBot-VLA 2.0, завершая весь замкнутый процесс от приема заказа, подбора товара до доставки. Это решение было выбрано одним из десяти лучших «сокровищ музея» по версии WAIC в 2026 году. Что касается аппаратного обеспечения, в сентябре 2025 года Ant Lingbo выпустила своего первого сервисного робота Robbyant R1, ориентированного на такие сценарии обслуживания, как дом, уход за пожилыми людьми и медицинское обслуживание. Его использовали в таких местах, как Шанхайский исторический музей. Соединительные модули R1 произведены Titanium Tiger Robots, а его шасси — от Galaxy General Motors, двух компаний с инвестициями Ant. R1 все еще тестируется в основном в контролируемых средах и еще не продается розничным покупателям.
-
Основную бизнес-модель Ant Lingbo можно резюмировать как «продажа мозгов, а не тел». Компания не идет по пути производства аппаратного обеспечения, а создает «публичную базу» для воплощенного интеллекта посредством открытого исходного кода и экологии открытых моделей. Конкретные основные моменты его бизнес-модели включают в себя: Первый — построить экосистему с открытым исходным кодом. Все шесть моделей имеют открытый исходный код (веса, коды, цепочки инструментов для постобучения и оценочные наборы выпускаются), что привлекает разработчиков и производителей роботов со всего мира к доступу через открытый исходный код, формируя экосистему разработчиков с моделью Lingbo в качестве ядра. В настоящее время более десятка производителей роботов установили сотрудничество с Lingbo. Второй — это зарядка в зависимости от сцены. Хотя конкретные цены не были объявлены, бизнес-модель для таких сценариев реализации, как аптеки, розничная сортировка и логистическая сортировка, начала проверяться. Ant Lingbo сотрудничает с экологическими партнерами-клиентами, такими как Guoda Pharmacy и Longsheng, чтобы предоставлять «мозговые» услуги без ремонта магазинов. Третье — совместное построение экологии данных. Ant Lingbo и Jianzhi Robot заключили стратегическое сотрудничество для совместной разработки эксклюзивного оборудования для интеллектуального анализа данных. В качестве основного партнера по обработке данных компания Leju Robot предоставила LingBot-VLA около 10 000 часов высококачественных мультимодальных данных реальных роботов. Общая структура Ant Group не ограничивается самой Lingbo: благодаря своим дочерним компаниям по самоисследованию (Robbyant), совместным предприятиям («Hangzhou Chuanzhi Future Technology Co., Ltd.», созданным совместно с Zhiyuan Robot, уставный капитал составляет 20 миллионов юаней) и инвестициям в 12 компаний-роботов в течение 18 месяцев (последняя из них возглавила раунд финансирования Zhiyuan Robot на 500 миллионов юаней), она построила многоуровневую и стратегическая планировка с распределением рисков.
-
Технический маршрут Ant Lingbo вызвал очевидные разногласия среди разработчиков и практиков отрасли. Партнер-производитель заявил: «Модель Lingbo дает нам новый выбор без необходимости строить мозг с нуля». Leju Robot официально объявил, что его KUAVO 4 Pro (Куафу) завершил адаптацию LingBot-VLA после обучения и провел систематическую оценку в 95 реальных сценариях эксплуатации. Но у некоторых практиков в индустрии робототехники возникли вопросы. «Частота вывода — это лишь один из инженерных показателей. Настоящим испытанием является способность к обобщению в реальных сценариях. Работа на частоте 150 Гц в среде моделирования и работа на частоте 150 Гц в домашней среде с пожилыми людьми, детьми и домашними животными — это две разные вещи». Что касается робота R1, отзывы пользователей все еще находятся на ранних стадиях. В настоящее время он в основном используется при экскурсиях по музеям, аптекам и других сценариях, и пока нет крупномасштабных отчетов об опыте потребителей. Некоторые зрители, посетившие WAIC, сказали, что демонстрация настольного тенниса Лингбо была «впечатляющей, а скорость реакции робота действительно быстрая». Однако некоторые люди подумали, что «между демонстрационной средой и реальными домашними сценами существует огромный разрыв».
-
Ant Lingbo привлек большое внимание отраслевых СМИ и рынков капитала. Оценка Гика Пака: «Ant Lingbo лидирует по общим показателям в оценке GM-100, демонстрируя более сильные возможности совместной работы двумя руками, а также возможности межтелового и многозадачного обобщения». Углубленный анализ 36Kr полагает, что «воплощенный нативный представляет собой технический путь, который отличается от основного направления отрасли и затрагивает основную проблему, которая долгое время игнорировалась – должны ли роботы иметь собственную парадигму проектирования моделей». Компания AI Dev Signals поставила Ant Lingbo на второе место в мире в области физического ИИ (после NVIDIA) и оценила ее как «самого радикального пропагандиста открытого исходного кода в этой области». С точки зрения конкурентной среды продуктов, маршрут Ant Lingbo «легкий для тела, тяжелый для мозга» резко контрастирует с маршрутом вертикальной интеграции Fig и Tesla. Goldman Sachs в своем исследовательском отчете с осторожностью относится к процессу коммерциализации роботов-гуманоидов. Он считает, что технологический переломный момент все еще неясен. Ожидается, что мировые поставки гуманоидных роботов составят около 76 000 единиц к 2027 году и около 502 000 единиц к 2032 году. Темпы медленнее, чем ожидания рынка.
-
Проблемы, стоящие перед Ant Lingbo, столь же очевидны. Самая большая неопределенность связана с самим техническим маршрутом. Путь «воплощенного» предварительного обучения с нуля означает более высокие инвестиции в исследования и разработки и более длительный цикл проверки. По сравнению с ритмом «результаты получаются в течение нескольких месяцев» маршрута тонкой настройки миграции, маршруту Лингбо потребуется больше времени, чтобы доказать преимущество своей способности к обобщению - если конечный эффект не значительно превысит план миграции, высокие инвестиции будут неустойчивыми. Узкие места в данных представляют собой более реальную проблему. Индустрия воплощенной разведки сталкивается с фундаментальной проблемой: между реальными и языковыми данными существует разрыв в десятки и миллионы раз. Источник данных Lingbo в основном полагается на поставщиков экологических партнеров и сам не создает большого количества онтологий. Но проблема в том, что Yushu Technology только что выпустила собственную большую воплощенную модель UnifoLM-OminiA-0.3, а Zhiyuan Robot также имеет собственную модель мира и платформу данных. Как только эти производители онтологий начнут серьёзно развивать собственный мозг, поставки данных могут в любой момент сократиться. Хотя открытый исходный код является стратегией построения экосистемы, он сам по себе не представляет собой ров. В рамках Ant Group Lingbo необходимо конкурировать за ресурсы с командой моделирования залога и командой искусственного интеллекта Alipay. За пределами Ant Group, только внутри подразделения Alibaba существует множество воплощенных разведывательных линий, которые «сражаются независимо», включая Qianwen Qwen-Robot и AutoNavi Model, но еще не сформировали единую стратегическую синергию. Объем поставок робота R1 также относительно ограничен. На данный момент он ближе к «носителю для проверки модели» и еще далек от масштабного серийного производства.
-
Продукты Ant Lingbo в настоящее время в основном ориентированы на два типа аудитории: во-первых, производители корпусов роботов могут сократить повторные инвестиции на уровне алгоритмов, получив доступ к универсальному мозгу Lingbo, который особенно подходит для малых и средних компаний, производящих роботов. Во-вторых, операторы конкретных сценариев обслуживания, таких как аптеки, учреждения по уходу за престарелыми, музеи и т. д., могут быстро развертывать роботов с возможностями автономного принятия решений с помощью решения Ant Lingbo. Для обычных потребителей продукция Ant Lingbo все еще находится на ранней стадии. Каналы покупки и официальные цены на робота R1 пока не обнародованы. Индивидуальным потребителям пока не рекомендуется покупать его. Если вы ищете альтернативу, гуманоидные роботы Yushu Technology G1 (по цене примерно 16 000 долларов США) и H1 (приблизительно 90 000 долларов США) имеют очевидные преимущества с точки зрения производительности аппаратного обеспечения, но требуют возможности самостоятельного создания алгоритмов на уровне «мозга».
-
Ant Lingbo представляет собой важный шаг в стратегии Ant Group в области искусственного интеллекта — от цифрового мира к физическому миру. Его «воплощенный» технологический маршрут — смелая попытка. В случае успеха это может переопределить парадигму развития роботизированного мозга; если проверка не будет гладкой, большие инвестиции в НИОКР и дилемма «без рвов» экосистемы с открытым исходным кодом станут скрытыми беспокойствами. В любом случае стиль игры Ant Lingbo не имеет аналогов среди крупных отечественных производителей. Он отвечает не на вопрос «как сделать лучшего робота», а на вопрос более низкого уровня «откуда у робота должен взяться интеллект?»
Отзывы пользователей
-
CelestiaSky360—На WAIC я вживую видел демо умной аптеки от Ant LingBo: три разных робота сообща приносят лекарства, без участия человека, и эффект на месте был по-настоящему ошеломительным. Guoda Pharmacy уже внедрила — это не лабораторный прототип, и в этом вся суть. -
Sarah.Murray5209—LingBot-VLA 2.0 от LingBo выложен в открытый доступ — дообучен на 60 000 часов реальных робо-данных, поддерживает более 20 конфигураций. Такого объёма данных сейчас нет ни у кого в open-source; он даже обошёл π0.5 от Physical Intelligence. -
BenjaminGonzalez_7—Честно, open-source-стратегия LingBo довольно умна. Технический путь ещё не застыл, так что у того, кто первым выстроит экосистему, — слово. Только неясно, как пойдёт монетизация: продавать модели и продавать железо — разные вещи. -
ABrown007—Инференс в реальном времени на 150 Гц на одной карте — эффективность действительно конкурентная. Но, читая техдоки, насколько их 'эмбоди-нативный' подход реально отличается от файнтюнинга, зависит от фактических результатов развёртывания. -
Betty.MoralesZ663—LingBo от Ant я отслеживаю уже какое-то время. CEO Чжу Син пришёл из коммерциализации Alipay, без робототехнического бэкграунда, но выбрал самый сложный путь — предобучение с нуля. Техническое чутьё этой команды действительно заслуживает внимания. -
AJohnson_8893—Работать на 150 Гц в симуляции — одно, а дома, где старики, дети и животные, неопределённость среды колоссальна. Сценарий аптеки у LingBo пока идёт, но до выхода в дом ещё далеко. -
GP_wal—Видел на WAIC демо настольного тенниса — реакция робота действительно быстрая; как только мяч отскочил, он уже предсказывал, куда упадёт. Никакой внешней высокоскоростной камеры, чисто бортовое зрение. Довольно впечатляюще. -
SCwar—Путь LingBo от Ant совершенно иной, чем у Unitree: одни делают мозг, другие — тело, так что реально они не конкурируют. Проблема в том, что данные LingBo зависят от производителей корпусов; в тот день, когда Unitree или AgiBot сделают собственный мозг, источник данных иссякнет. -
Anthony.Howard—Шесть моделей с открытым кодом за неделю — такая смелость редкость. От фреймворка глубокого обучения до тренировочного тулчейна — всё выложено, и сообщество разработчиков отреагировало неплохо. Но открытый код сам по себе не ров; ров — в скорости итераций. -
SHill_Plus68—Видел видео, где робот R1 водит экскурсии в Шанхайском историческом музее — ходит довольно устойчиво, взаимодействие ничего. Но робот с уставным капиталом в 100 миллионов рядом с Tesla или Figure, которые привлекли миллиарды, — это совсем другой масштаб. -
CherylKim_2021—Друг, который делает роботов, сказал, что адаптирует своего под LingBot-VLA от LingBo. Раньше нужна была отдельная алгоритмическая команда, а теперь просто подключаешь 'мозг' LingBo — и он двигается. Для малых компаний это экономит кучу денег. -
JBailey_Plus7—По сути это технологический задел Ant Group под офлайн-сценарии. Платежи, медицина и кредитование уже глубоко ушли в офлайн, и роботы — их естественное продолжение. Не смена курса, а расширение основного бизнеса. -
BreadBud513—LingBot-Depth 2.0 заметно продвинулся в распознавании прозрачных объектов — то, что раньше было неподъёмно для датчиков глубины, вроде бокалов для шампанского, теперь восстанавливается полным контуром. Для захвата это критично. -
赵华_1—Многие раздувают хайп вокруг воплощённого ИИ, но после материалов LingBo я понял, что трек этот несравнимо сложнее, чем казалось. Данных реального мира в миллионы раз больше, чем языковых; одно только решение дата-проблемы сожжёт годы денег. -
SusanEdwards—Более 90% команды LingBo — магистры или кандидаты наук. Ведущий учёный Шэнь Юйцзюнь окончил бакалавриат в Цинхуа и защитил докторскую в CUHK, специализация — компьютерное зрение. Технический фундамент крепкий, но команда в 200 человек по сравнению с Google DeepMind — крошечная. -
琉璃_23—Отчёт Goldman Sachs читал — к коммерциализации роботов они относятся очень осторожно: к 2027 году всего 76 тысяч отгруженных единиц по миру. Ant сейчас вливает деньги в LingBo без краткосрочной отдачи, но в долгую — кто не займёт позиции заранее, того просто оставят позади. -
EHall520—Оказывается, LingBot-Video построен на архитектуре MoE: 30B параметров, но при инференсе активны только 3B — довольно изящное решение. Это видеомодель специально для обучения воплощённого ИИ, совершенно иной путь, чем у контент-генераторов вроде Sora. -
Sandra156—Только что посмотрел презентацию LingBo. VA 2.0 предобучали с нуля, а не дообучали готовую модель — на такой подход нужна смелость. Но результат того стоил: демо, где робот берёт чипсину, не раскрошив её, было убийственно убедительным. -
Brenda.Ross_Plus—Ant вложилась уже более чем в десяток компаний на роботизированном треке — доли есть в Unitree, Galaxea и Lingxin Qiaoshou. Сама LingBo не делает 'тело' робота, а позиционируется как поставщик 'мозга' — среди китайских гигантов это действительно уникальная позиция. -
dm0feb8—Прошёлся по зоне воплощённого ИИ на WAIC — у стенда LingBo было больше всего народу. Аргумент «внедрение без переоборудования магазина» действительно цепляет: многие аптеки и супермаркеты хотят роботов, но не хотят перестраивать помещения.