自2024年底蚂蚁灵波成立以来，一个安静的叙事持续酝酿，到最近一周终于清晰成型：互联网巨头开始系统性地为机器人造"大脑"了。
1
48小时，三连发
7月8日，蚂蚁灵波开源了新一代具身基座模型LingBot-VLA 2.0。距离1月发布的1.0版本仅6个月，核心维度的升级幅度如下：
模型架构为稀疏MoE，1.6B总参数，推理时仅激活0.6B。模型权重和代码在GitHub、HuggingFace、魔搭社区同步开放，协议为Apache 2.0。17家兼容厂商几乎囊括了国内主流本体企业——乐聚、智元、宇树、银河通用、傅立叶、星尘智能、魔法原子、千寻等。
7月9日，同一团队又连续开源了两款模型。
LingBot-World 2.0在生成时长、动态程度、实时性等方面均处于业界顶尖水平（图源：极客公园）
LingBot-World 2.0将世界模型连续生成时长从10分钟级提升至小时级，720p/60fps稳定输出，并引入业界首个双 Agent机制：Pilot Agent负责规划执行角色行为，Director Agent在场景推进中实时提出新事件。此外，模型支持多位用户同时进入同一个持续运行的世界共同探索互动，开启 AI 原生的多人交互体验。
LingBot-World 2.0 AI交互体验（图源：极客公园）
LingBot-Video是全球首个基于Mixture-of-Experts（MoE）架构、面向具身智能的开源视频生成基础模型。其30B总参数模型在生成时仅激活约3B参数，相比同等参数规模的Dense架构拥有约3倍的推理效率。训练数据引入超7万小时机器人专属数据，在RBench评测中以0.620分领先Wan2.6和NVIDIA Cosmos3 Super。其定位不是"生成好看的视频"，而是"生成物理上正确的视频"——训练中去掉了美学指标，重点强化任务可执行性。
LingBot-Video 在 RBench 上性能最优（图源：蚂蚁灵波）
CEO朱兴在今年6月智源大会上表示，预计2026年底完成物理原生基础模型突破。
2
"通用大脑"不是蚂蚁一家在搞
如果只盯住蚂蚁灵波，这是一则开源新闻。但把过去一个月的几件事拼在一起，是一条更清晰的线索——中国互联网五家头部公司已全部在具身智能"大脑"层完成布局。
五家路径各不相同：蚂蚁做跨厂商开源生态，阿里做云和接口标准，腾讯做Agent和C端，字节做组织层面的AI融合，华为做芯片+模型+OS全栈闭环。但方向一致——把"一家本体厂商自研一个专用大脑"的竖井模式，推向"通用大脑+多种本体"的分层架构。
一个值得注意的时机：这轮集体入局不发生在2024年概念验证期，也不在2025年融资狂欢期，而恰恰在2026年夏天——宇树IPO过会、智元1.5万台下线、优必选U1开售的同一季度。当"身体"跑通量产验证，"大脑"就成了产业链上价值最高的缺口。
3
底层也在静默统一
上层模型在收敛，底层推理运行时也在标准化。
7月2日，东南大学PAISys实验室在arXiv上发布了 Embodied.cpp。一个C++便携式推理运行时，将具身模型部署抽象为五个统一层级，支持CPU、CUDA GPU、NPU三种硬件后端。据arXiv论文数据：HY-VLA闭环任务成功率100%，π0.5达91%，LingBot-VA模型内存占用从312MB降至88MB，降幅约72%。
同一时间窗口内，国内首个基于开源鸿蒙的机器人操作系统社区M-Robots于6月底正式启动，由深开鸿牵头，联合约30家产学研单位，含智元机器人、乐聚、地瓜机器人等。7项AI智能体互联国家标准于7月发布，统一了智能体间的身份识别和交互规则。
M-Robot复合机器人狮子座LEO-H（来源：开鸿）
上层（VLA+世界模型）在统一，底层（推理运行时+OS）在标准化，中间件（互联国标）在跟进。多个层面在同一时间窗口内从"各自为战"走向"可互换"。
4
"大脑自主权"不是口号
今年5月，摩根士丹利在发布的《Humanoid 100》榜单时提到一个鲜明对比：全球具身"大脑"环节约22家公司，美国占约15家，中国大陆仅约2家（百度、地平线，不含台积电）。
这个静态对比在5月是准确的。但过去一个月的变化指向一个动态趋势：
蚂蚁灵波VLA 2.0在GM-100上超越NVIDIA GR00T N1.7；Embodied.cpp在推理效率上将LingBot-VA内存占用降低72%；华为CloudRobo打通了训练到部署的完整国产链路。蚂蚁VLA 2.0和LingBot-VA等模型的开源，意味着中国在具身"大脑"的技术栈正在从单点突破走向体系化输出。
更关键的是，蚂蚁的6万小时和阿里Qwen-RobotManip的3.8万小时预训练数据，相当比例来自中国本土机器人在真实部署场景中的积累——这种"身体反哺大脑"的正循环，是任何一个没有规模化机器人出货量的国家难以复制的。
不代表差距已填平。NVIDIA的硬件+CUDA生态，Google和Meta的基础模型能力，仍然是深厚壁垒。但趋势是明确的：具身"大脑"不再是美国公司的私家领地。中国互联网巨头的密集入局、开源策略的加速推进、本土机器人大规模部署带来的数据优势，正在三个维度上同时缩小差距。
5
信号已发出
2026年7月第二周，具身智能行业被消费级机器人的舆论争议占据。但在流量之外，蚂蚁灵波的三连发——以及过去一个月阿里、腾讯、字节、华为的密集动作——指向了一个同样重要的叙事：
互联网巨头正在系统性地入局具身"大脑"层。
路径不同，方向一致。如果"通用大脑+多种本体"的分层架构跑通，具身智能的产业效率将发生结构性变化。如果跑不通，每一个玩家都将继续在自家竖井里反复投入和试错。
2026年夏天，这场竞赛的信号已经发出。接下来的节奏，值得关注。
往期精彩
合规与免责声明：本文内容基于具身智能行业公开报道及公开产业数据撰写，仅供产业交流参考，不构成投资建议。文中配图部分源自公开新闻渠道（版权归原机构所有），部分为AI（生成式人工智能）辅助生成的概念示意图。我们严格尊重知识产权，如有任何版权疏漏或侵权疑虑，请联系我们及时删除。