在机器人技术领域，蚂蚁灵波公司近日取得重大突破，正式推出业界首个专为物理世界设计的具身原生动作模型——LingBot-VA2.0。这一创新成果标志着机器人基础模型的发展方向从依赖数字世界构建转向直接面向物理环境进行原生设计，为具身智能的发展开辟了全新路径。
传统机器人控制模型多基于数字内容创作领域的视频生成技术，通过微调适配机器人任务。然而，这种技术路线存在根本性缺陷：内容创作强调画质与创意，而机器人控制需要精准的执行效率和合理的预测能力。两者在能力侧重点上的差异导致强行适配会出现知识遗忘、泛化性能下降等问题。LingBot-VA2.0选择了一条更具挑战性的道路——完全基于物理世界需求从头构建原生模型。
该模型通过四大核心技术创新实现突破性性能：首先采用语义视觉-动作分词器，在视觉编码阶段就实现语义与动作信息的深度对齐，使模型能更高效地将指令转化为精确动作；其次运用严格的因果预训练范式，确保视觉预测和动作生成严格遵循时间顺序；第三引入混合专家（MoE）架构，在保持推理效率的同时显著扩大模型容量；最后通过增强的异步推理机制，实现执行动作与未来状态预测的实时闭环控制。
真机测试数据显示，LingBot-VA2.0展现出卓越的实时处理能力，单卡推理效率达到150Hz，有效解决了行业普遍面临的执行效率低下难题。在无需外部拍摄设备辅助的情况下，机器人已能完成与人类的多轮随机对打任务，充分验证了模型在动态环境中的适应能力。
作为具身原生技术体系的集大成者，LingBot-VA2.0的发布伴随着蚂蚁灵波多项配套技术的开源。同期推出的还有专注空间感知的LingBot-Vision和LingBot-Depth2.0模型、支持多机协同的LingBot-VLA2.0动作模型、面向实时交互的LingBot-World2.0，以及提升推理效率的视频生成基模LingBot-Video。这些技术共同构建起完整的具身智能技术栈。
公司首席执行官朱兴透露，蚂蚁灵波在持续突破技术边界的同时，正加速构建开放的技术生态体系。通过与产业界的深度合作，推动具身智能技术从实验室走向真实应用场景。据悉，2026世界人工智能大会期间，该公司将在上海世博展览馆设立双展位（H3-B302、H1-C701），全面展示全栈大脑2.0技术在多个产业场景中的落地应用，观众可现场体验最新技术成果。
