蚂蚁灵波：不必太纠结是世界模型还是VLA，具身大脑要解决的问题还很多
蚂蚁灵波发布具身原生世界动作模型LingBot-VA2.0，强调不必纠结VLA或VA技术路线。模型基于自回归架构从零预训练，不再依赖数字模型。具身大脑仍面临跨本体适配、数据飞轮、后训练成本等挑战，商业化处于早期阶段。数据质量比规模更重要。
具身大脑要大规模走向真实场景，确实还有不少坎要跨。跨本体适配、数据飞轮、后训练成本、商业化交付……每一个都是实打实的门槛。现阶段，整个行业还处于非常早期的阶段，这点必须清醒地认识。
"不用太纠结技术路线，现在整个具身大脑非常不成熟，要解决的问题还有很多。"7月10日，蚂蚁灵波首席科学家沈宇军在蚂蚁灵波大脑全栈2.0模型沟通会上，面对包括澎湃科技在内的媒体时，给出了这样直白的判断。
当天，蚂蚁灵波发布了具身原生世界动作模型LingBot-VA 2.0。这个模型最大的特点是不再沿用行业常见的"拿现有视频生成模型微调"那套做法，而是基于自回归架构从零开始预训练，从设计之初就围绕着机器人与真实环境交互的核心需求——动态建模、因果预测、实时执行——来构建。
蚂蚁灵波CEO朱兴直言，目前模型从研发到实际部署，整个过程依然很艰难。预训练和后训练都有各自的挑战，这也是为什么真正以模型驱动商业落地，现在还处于非常早期阶段。这段话背后，是整个行业都在面对的共性难题。
蚂蚁灵波大脑全栈2.0系列
不再依赖数字模型，打造具身原生模型
今年以来，关于具身模型的技术路线到底是走向分化还是走向融合，一直是行业里最热的话题之一。
目前，具身大脑的主流路线大致可以分成两类：VLA（视觉-语言-动作模型）和VA（视觉-动作模型，或者说世界-动作模型）。
沈宇军的看法很清晰：VLA的优势在于"对齐"，它能很好地理解人的语言意图，推理成本相对较低，落地也相对容易，所以成了不少公司的优先选择。而VA则更强调对未来状态和动作结果的预测能力。
"（我们相信）未来不会是VA或者VLA一家独大，一定会出现1+1>2的新模型。"沈宇军指出，不必太纠结技术路线。这次灵波发布的系列模型——比如视频生成基础模型LingBot-Video、实时交互世界模型LingBot-World 2.0——并不是彼此割裂的，它们各自在解决不同的技术问题，等这些问题逐步被攻克后，相关能力会融合到发布的收官之作——LingBot-VA 2.0中去。
灵波2.0系列模型延续了"具身原生"的技术思路。简单说，就是不再在语言模型、视频模型等数字模型的基础上修修补补，而是从具身在物理世界里的真实需求出发，来构建属于具身自己的基础模型。
朱兴解释，如果只看具体的模型名词，本质差异不大，真正的区别在于底座模型的来源。传统数字世界的视频生成模型，设计初衷是为内容创作服务的，更在意画质、想象力和创造力；但机器人在物理世界里工作，核心诉求是动作合理、因果预测准确、能够实时执行闭环。灵波之前也尝试过在数字模型基础上发展具身模型，但很快就发现这条路行不通，所以决定不再依赖数字模型。沈宇军补充说，在构建"具身原生"模型的过程中，也汲取了数字模型的一些能力，强化了一些能力，同时剔除了一些具身模型不需要的部分。
预训练和后训练，"两个阶段都各有挑战"
找到一个能直接适配不同机器人本体的大脑模型，并不容易。行业内，机器人本体公司几乎都在"重金求脑"。
之前有机器人本体公司对澎湃科技透露，现阶段大脑模型真正能适配本体的依然有限，多数模型还是高度依赖后期高成本的工程微调。
朱兴把问题拆得更细：预训练更多解决模型能力上限的问题，后训练则是"托底下限"。机器人进入具体的工业或商业场景后，后训练几乎不可避免。数据采集、标注效率、推理效率这些技术门槛，会直接转化为客户落地时的成功率和成本。
这次开源的系列模型中，具身基座模型LingBot-VLA 2.0已经支持17家厂商、20种机器人构型。朱兴特别说明，这里的"支持"是指在预训练阶段，模型已经有了对应构型的真实物理数据。随着预训练基模能力的"水涨船高"，后训练阶段的成本也会随之降低。
脱离质量，单一谈数据规模"意义不大"
无论选哪条技术路线，数据卡点始终是具身行业绕不开的老话题。
LingBot-VA 2.0模型以互联网数据和真实数据为主。比起盲目堆砌数据规模，朱兴更看重真实数据的质量与分布。真实数据既包括真机遥操作数据，也包括无本体数据（比如第一视角Ego数据、UMI数据等）。好消息是，随着采集效率的提高，行业内真实数据的生产成本正在快速下降。
媒体很爱问一个问题：到底要多少数据量才能达到具身智能的"ChatGPT"时刻？朱兴的回答很干脆：纠结百万小时量级还是千万小时量级，意义不大。具身智能所处的物理环境和任务复杂度，远高于自动驾驶——"千万小时还不够"。
在数据闭环方面，蚂蚁灵波已经搭建了自己的Data infra（数据基础设施），用来打通从数据采集、处理、模型训练到评测反馈的全链路，并且把"链路延迟（latency）"作为数据闭环优化的核心指标。这个指标，直接决定着模型迭代的效率。
商业化方面，朱兴表示蚂蚁灵波一直在推进。目前已有商业产品形态在稳步试点，携手机器人本体联盟伙伴在一些场景中推进"模型加本体"的投产和落地。部分模型能力也可以通过商业化方式提供给更广泛的具身智能客户，甚至其他具身大脑的客户。至于收费模式是买断式还是订阅制，朱兴说都还在早期探索中，会根据不同场景灵活调整。
笔记本加装新内存后遇到黑屏或无法开机？不要慌张，本文通过重新插拔、清洁金手指、单根测试等具体操作步骤，帮你快速判断是安装失误还是硬件不兼容，并给出相应解决办法。
针对电脑主机前置USB接口无法识别设备的问题，本文提供一套基于因果逻辑的排查流程。涵盖检查机箱内部USB针脚连接、验证BIOS中USB控制器状态、更新芯片组驱动以及排除供电不足等常见原因，帮助用户快速恢复接口功能。
遇到无线鼠标充不进电的问题，不要急于更换设备。本文详解从清理接口氧化层、更换数据线到检测电池电压的完整排查流程，帮助你判断是临时故障还是硬件损坏。
想知道如何用蓝牙手柄玩吃鸡游戏？本文详细讲解手机蓝牙手柄的连接步骤、主流映射软件的使用方法以及实战中的键位布局技巧，助你提升射击手感，同时解析外设玩家的匹配机制与注意事项。
本文深入分析游戏手柄蓝牙频繁断开且需重连的根本原因，涵盖电池电压检测、操作系统电源管理策略及驱动冲突。通过具体的系统设置调整和固件更新步骤，解决蓝牙握手失败问题，恢复手柄的稳定连接状态。
小米智能门锁更换新电池后无法开机或屏幕不亮？本文详解电池极性检查、金属触点清洁及强制重启方法，帮你快速解决供电问题，让门锁恢复正常使用。
想让电视声音更震撼？本文详解如何通过HDMI ARC、光纤、蓝牙和3.5mm接口将电视连接至外置音响，包含具体设置步骤与常见问题排查，助你轻松打造家庭影院。
解决打印机加墨水后打印无色的问题，涵盖墨盒芯片计数器重置、喷头气锁排除方法以及驱动程序颜色设置检查，帮助用户快速恢复彩色打印功能。
面对主机运转正常但显示器无信号的困境，本文通过场景化分析，指导用户从线缆检查、输入源切换、内存金手指清洁到显卡重新插拔，逐步排除故障，恢复显示。
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件，支持 Windows、macOS 和 iPad 等平台，广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件，支持 Windows、macOS 和 iPad 等平台，广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。