蚂蚁集团旗下具身智能公司蚂蚁灵波开源触觉基础模型LingBot-Touch,推动机器人操作经验跨硬件复用。伴随首轮15亿元融资推进与行业降温,不做本体、专攻通用底座的商业模式正面临落地与定价考验。
具身智能赛道的竞争,正从机器人的大脑延伸至手指尖。
蚂蚁集团旗下的蚂蚁灵波科技正式开源触觉基础模型 LingBot-Touch。该模型能将不同传感器信号转化为统一的触觉表征,使机器人积累的操作“手感”可在不同硬件、灵巧手与任务间无缝复用,扮演了通用触觉底座的角色。
作为蚂蚁集团布局具身智能的核心载体,蚂蚁灵波自成立起便明确不做本体制造,专注构建机器人的“通用大脑”。从最初打通“感知-决策-执行”链路,到如今补全触觉短板,蚂蚁灵波正在加速完善全栈软件栈。然而,随着具身智能一级市场逐步降温、资本开始严苛审视商业化能力,这家估值迈向独角兽的底座型公司正迎来真正的市场大考。
机器人在完成“看清”和“行动”之后,最棘手的问题往往发生在与环境交互的瞬间。拧瓶盖是否打滑、抓取易碎物该用多大力量,单靠视觉感知极易失效,必须依赖指尖触觉。
然而,各家灵巧手的传感器类型、触点数量与排布方式截然不同。以往换用一只灵巧手,所有交互策略和数据积累往往需要推倒重来。针对这一痛点,LingBot-Touch 基于近 5000 小时真实触觉数据预训练,覆盖磁触觉、视触觉与压阻式三类主流信号,将原始读数转化为标准化的“触觉 Token”。
测试数据显示,在 Sharpa Wave 和 X Hand1 两款灵巧手的 26 项真机测试中,接入 LingBot-Touch 后,主流动作模型的平均任务成功率提升了 14 至 26 个百分点。以 T-Rex 在 Sharpa Wave 上拧瓶盖为例,操作成功率从无触觉辅助的 56.25% 跃升至 90%。该模型代码、权重及技术报告已全量开源,不强制绑定特定硬件或动作模型。
在过去近两年内,蚂蚁灵波已密集推出 10 余款模型。其核心底座 LingBot-VLA 2.0 目前已适配宇树、智元、乐聚、银河通用等 17 家厂商的 20 种机器人构型。开源 9 个月来,LingBot 系列在 GitHub 斩获超 3.3 万星标,下载量突破 220 万次。
在海外市场,主打“通用大脑”的头部玩家估值高企:Physical Intelligence(PI)估值看齐 200 亿美元,Skild AI 年化经常性收入(ARR)已破 1 亿美元、估值超 140 亿美元。蚂蚁灵波在 2026 年下半年启动首轮 15 亿元外部融资,投后估值有望直接跨入独角兽行列。
然而,国内具身智能一级市场的投资情绪正迅速趋于理性。统计显示,赛道单月融资金额已较年内峰值大幅回落。随着宇树科技等本体厂商完成上市阶段跳跃,一级市场对纯概念、Demo 级团队的容忍度骤降,评价重心全面转向“有效工时”、节拍稳定性和商业落地可复制性。
目前,蚂蚁灵波的落地探索主要集中于国大药房无人药房分拣,以及隆盛唯睿、德马科技的工业上下料测试。蚂蚁灵波科技 CEO 朱兴曾坦言,机器人从一家门店迁移至另一家,由于货架和光照等细节变化,复制成本依然居高不下,其本质在于模型泛化能力仍有欠缺。公司当前在商业化上保持相对克制,以闭源基模配合工具链输出,暂未过度追求营收规模。
背靠蚂蚁集团,蚂蚁灵波在算力投入、场景开放与资金抗风险能力上享有显著优势,但也带来了商业评估上的复杂性。一方面,依托集团生态的资源倾斜,令资本市场在对其独立造血能力估值时难以简单对标海外独立创业公司;另一方面,通用底座天然面临与机器人本体厂商的博弈。
目前,包括智元在内的多家头部本体企业在接入第三方模型的同时,均保留着强大的自研大脑研发团队。一旦本体厂商的自研策略成熟,通用大脑方案面临被替换的潜在风险。此外,触觉数据深度依赖传感器与灵巧手厂商的采集意愿,硬件生态能否持续向平台交出底层数据,决定了通用底座能否真正形成数据飞轮。
在具身智能行业步入洗牌出清期的节点上,通用模型底座是技术壁垒最高但也最耗时的方向。开源 LingBot-Touch 标志着蚂蚁灵波在技术拼图上又迈出一步,但能否将泛化算法转化为可规模复制的稳健生意,仍待市场长期检验。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断