行業首個具身原生世界動作模型來了！螞蟻靈波發佈LingBot-VA 2.0

螞蟻靈波於7月10日正式發表業界首個具身原生世界動作模型LingBot-VA 2.0，這項突破被視為機器人基礎模型發展歷程中的關鍵轉折點。不同於以往依賴數位世界模型的「嫁接」式路線，該模型從動態建模、因果預測到即時執行，全部以物理世界的原始交互需求為出發點進行原生設計。 過往機器人的「大腦」大多建立在數位虛擬環境中訓練的模型之上，再移植到真實機械載體。然而真實世界具有連續、不確定且因果連鎖的特性，數位世界模型往往無法完整捕捉物理定律與動態變化。LingBot-VA 2.0的出現，代表業界開始正視這項鴻溝，轉而專注於面向物理世界的原生構建。 得益於這套具身原生架構，LingBot-VA 2.0在真機測試中展現出顯著的執行速度與泛化能力。以官方公布的測試影片為例，機器人在不依賴任何外部拍攝設備或輔助感測器的情況下，就能完成與人類的多輪隨機對打。這意味著機器人必須即時感知對手的動作、預測下一拍的路徑，並動態調整自身的肢體動作，整個過程無需仰賴預先錄製的腳本或雲端運算。 這項成果背後的核心技術路線，正是今年產業界高度關注的焦點：世界模型與具身智能如何融合。世界模型最初在自動駕駛與遊戲AI中廣為人知，它讓機器能對環境建立內部表徵並推演後續狀態；但將世界模型塞入機器人系統時，最大的挑戰在於運算延遲與因果一致性。LingBot-VA 2.0的關鍵突破，在於它並非將一個通用世界模型「接上」機器人，而是從控制執行的需求反推，讓模型本身就具備因果預測能力。 從物理世界的「控制執行」需求出發，機器人不只需要針對當前狀況做出反射式反應，更要理解每一個動作將引發怎樣的環境改變，並根據這些改變決定下一步動作。這種因果循環的感知－預測－行動閉環，正是LingBot-VA 2.0與傳統機器人模型最根本的差異。透過原生設計，模型能即時更新對物理環境的認知，讓機器人在不斷變化的場景中仍保持穩定且靈活的表現。 隨著LingBot-VA 2.0的發布，業界對於具身智能的路線選擇有了更明確的參照。過去幾年，機器人領域的主流做法是將大型語言模型或數位世界模型直接應用到機器人上，但這些方法在面對真實世界的物理雜訊、摩擦、非剛體變形等變數時，往往難以維持可靠度。螞蟻靈波選擇了一條更「以終為始」的路徑：先釐清機器人在真實環境中究竟需要哪些能力，再從底層重新設計模型架構。 這項模型不僅適用於人機互動場景，也為工業組裝、家庭服務、物流揀選等需要高度適應性的任務打開了新的可能性。由於具有出色的泛化能力，機器人不必在每個新場景都重新訓練，而是可以憑藉原生世界動作模型的因果推論，快速適應陌生環境。這對於降低部署成本、加速機器人商業化落地具有重要意義。 目前螞蟻靈波並未透露LingBot-VA 2.0的具體參數量或訓練資料規模，但強調該模型已在多種不同形態的機器人平台上完成驗證，包括雙足人形機器人與四足機器人。未來團隊將持續優化模型的即時性與能耗效率，並探索在更多複雜任務中的應用。 整體而言，LingBot-VA 2.0的發布，不僅僅是一次產品更新，更代表了機器人基礎模型從「數位世界模擬」轉向「物理世界原生設計」的思維躍遷。當業界還在爭論世界模型該如何嫁接時，螞蟻靈波已經用一套原生架構證明：唯有從物理世界的真實需求出發，才能真正賦予機器人與環境流暢共舞的能力。