螞蟻集團集中開源多款具身智慧基礎模型，全棧佈局浮出水面

螞蟻集團旗下的螞蟻靈波科技，一口氣集中釋出並開源了多款具身智慧基礎模型，把視覺、空間、動作、世界模型全串了起來。這不再是單點技術秀，而是一張衝著「機器人真正能幹活」去的全棧拼圖。

具體看，這一波開源的模型包括視覺基礎模型LingBot-Vision、空間感知模型LingBot-Depth2.0、具身基座模型LingBot-VLA2.0、實時互動世界模型LingBot-World2.0、影片生成模型LingBot-Video，以及具身原生世界動作模型LingBot-VA2.0。名字一長串，核心就一件事：讓機器人既「看得見」、又「懂空間」、還能「動得對」。

為什麼這事重要？因為具身智慧的難點從來不是單點演算法，而是把感知、決策、執行揉成一個能落地的閉環。過去大模型很能聊，但讓它操控一個真實機械臂，往往就抓瞎。螞蟻把從眼睛到手腳的模型打包開源，等於給開發者遞了一套相對完整的「機器人作業系統底座」。

螞蟻的選擇也有現實考量。網際網路流量見頂，巨頭們都在找下一個載體，而機器人被認為是AI從螢幕走向物理世界的那扇門。螞蟻在金融、生活服務積累的場景資料，如果未來能接上具身智慧，理論上能長出一堆新業務——從倉儲到巡檢到客服現場。

開源則是另一層算計。具身智慧還早，生態遠未定型，誰先放出好用的底座、聚起開發者，誰就可能在標準上佔先。螞蟻用開源換生態位，是典型的平臺打法。

說到底，這一波模型集中開源，訊號比產品本身更值得讀。它說明大廠的AI競賽，已經從「卷對話」捲到了「卷身體」——誰能教會機器在真實世界裡穩穩幹活，誰就握住了下一階段的船票。

值得強調的是，螞蟻這步棋帶著鮮明的全棧國產化底色。在外部算力受限、底層晶片不穩的大背景下，把從感知到動作的模型全部自研並開源，既是技術卡位，也是供應鏈安全的防禦工事。機器人能不能跑起來是一回事，有沒有不被卡脖子的底座是另一回事。

對創業公司來說，巨頭開源既是機會也是壓力——底座免費了，應用層的同質化競爭會更快到來。