蚂蚁灵波CEO朱兴：具身智能落地仍受能力与成本制约

2026年外滩大会期间，蚂蚁灵波CEO朱兴在接受APPSO采访时坦言，机器人规模化落地仍面临能力与成本的双重瓶颈，即便是小卖部这样的日常场景也很难大规模部署。他表示，当前模型整体仍处在冷启动阶段，主流可落地的产品基本以模仿学习为主，最怕遇到异常情况，任务过长、环境开放都会放大不确定性。

与众多聚焦整机产品的本体厂商不同，灵波将重心放在具身“大脑”上。朱兴介绍，灵波正在训练可交互世界模型LingBot-World、面向具身的视频生成基座LingBot-Video，以及基于其上的动作模型LingBot-VLA 2.0，希望同一套基础模型能适配不同构型和任务，并通过后训练降低场景使用门槛。目前相关方案已在国大药房零售门店部署，现场演示了药品拣选、物流分拣和工业上下料等操作。

在朱兴看来，基模的价值在于提升后训练的少样本表现，让机器人用更少的数据达到同样效果，或用同样数据达到更好效果。但规模化复制仍面临泛化挑战，不同门店的环境差异导致复制成本很高。对于日常产生的海量数据，他直言“今天的机器人还吃不了粗粮”，数据质量和分布比单纯的数量更重要。他预计，从2026年下半年到2027、2028年，生产力应用的量可能快速增长，并期待2027年真实场景中由模型驱动的机器人数量以及后训练数据成本能出现指数级变化。谈到具身智能的“ChatGPT时刻”，朱兴认为“Chat比GPT更重要”，应用需要先推到一定规模，让闭环转起来。