中國機器人大腦引爆海外，螞蟻靈波全棧2.0模型定義具身智能“新大腦”

中國具身智慧公司螞蟻靈波科技於7月9日宣布全面升級其全棧大腦2.0，一口氣推出多款涵蓋視覺、動作、操作以及物理預測等不同面向的具身智慧大模型。這批模型在海外開發者社群引發熱烈討論，發布後隨即登上多家國際社群媒體的熱門榜單，再次讓全球目光聚焦於中國AI創新的實力。在Reddit、X（原Twitter）以及Hugging Face等國際主流技術平台上，螞蟻靈波的世界模型LingBot-World 2.0（Infinity）與具身模型LingBot-VLA2.0雙雙登上科技熱榜。海外知名科技部落客AK等人紛紛點讚，指出LingBot-World 2.

0實現了長達一小時的連續生成，且畫質完全沒有衰減，成功解決了長影片生成領域長期存在的結構失真難題。這項突破最直觀的表現來自於海外網友的實際體驗。在社群平台上，用戶可以透過鍵盤即時操控角色，在賽博龐克風格的城市中施展法術、進行戰鬥，畫面達到720p、60fps的高畫質流暢度。這種「像遊戲一樣可玩」的即時互動回饋能力，讓許多海外網友驚嘆不已，紛紛轉發相關影片與操作演示。除了世界模型帶來的長時序、高畫質生成能力，螞蟻靈波此次推出的全棧大腦2.0並不僅僅聚焦於視覺生成。在動作與操作層面，LingBot-VLA2.0具身模型展現了對機器人行為的高度理解與控制能力。

該模型能夠將視覺感知直接轉譯為精確的動作指令，讓機器人在複雜環境中執行抓取、移動、組裝等任務，並且在物理預測模型中，系統可以提前模擬物體運動軌跡與碰撞結果，大幅提升機器人操作的安全與效率。根據螞蟻靈波官方說法，全棧大腦2.0的設計理念是為具身智慧提供一個真正通用且可擴展的「新大腦」。過去機器人往往需要針對特定任務編寫大量程式碼，或是依賴昂貴的示範訓練；而透過這套整合視覺、語言、動作與物理模擬的大模型，機器人能直接從自然語言或視覺輸入中理解意圖，並自主規劃執行步驟。這意味著機器人不再只是被動執行程式的工具，而是具備一定推理與適應能力的智慧體。海外開發者社群對這套模型的評價集中在其實用性與開源性。

螞蟻靈波在Hugging Face等平台開放了部分模型權重與示範程式碼，讓全球研究人員與開發者可以快速測試與二次開發。不少開發者反饋，LingBot-World 2.0的長影片生成能力不僅適合機器人模擬訓練，也為遊戲開發、虛擬實境內容創作提供了高效工具。一名Reddit用戶留言提到，過去要生成連貫的長片段需要分段處理並手動銜接，現在模型可以一氣呵成，且細節穩定度令人印象深刻。值得注意的是，螞蟻靈波並非唯一投入具身智慧大模型的中國公司，但這次升級的時機與技術指標讓它在海外競爭中脫穎而出。從技術路線來看，全棧大腦2.

0試圖打破傳統機器人系統中感知、規劃、控制各自獨立的架構，改用統一的大模型作為認知核心。這種「大一統」的思路與近期國際上Google DeepMind、OpenAI等團隊的研究方向不謀而合，但螞蟻靈波在長時序生成與即時互動上的具體成果，為業界提供了可參考的實作案例。此外，物理預測模型的加入補上了具身智慧的一大關鍵拼圖。機器人在真實世界中操作時，必須能預測物體受力後的運動、障礙物的反饋、以及自身動作的後果。LingBot-World 2.0內建的物理模擬能力，讓機器人可以在虛擬環境中先進行大量試錯訓練，再將學習成果遷移至真實場景。

這種訓練方式大幅降低了真實實驗的成本與風險，也加速了機器人從實驗室走向工廠、家庭或服務場所的進程。從海外社群的反應來看，螞蟻靈波全棧大腦2.0的發布不僅僅是一項技術展示，更標誌著具身智慧領域從「單一任務專用模型」邁向「通用認知新大腦」的關鍵轉折。雖然目前仍有許多挑戰——例如模型運算量龐大、在低功耗邊緣裝置上的部署還需優化、以及真實場景的泛化能力待驗證——但這次發布已成功引起全球開發者與產業界的廣泛討論。後續螞蟻靈波將如何與國際社群合作，進一步完善開源生態，並推動這套「大腦」在機器人、自動駕駛、智慧製造等領域落地，值得持續關注。