具身智能卷本体，蚂蚁开始卷“大脑”

当大多数人形机器人公司还在为融资演示视频熬夜调参时，蚂蚁集团旗下的具身智能公司蚂蚁灵波，已经把生意谈到了工厂车间和分拣线旁。

近日，蚂蚁灵波接连与隆盛科技控股子公司隆盛唯睿、物流装备商德马科技、德尔股份旗下机器人公司德迩象网等多家智能制造与现代物流企业达成深度战略合作。正在举行的第二十六届中国国际工业博览会上，它又把药房拣药、柔性分拣、工业上下料三个真实场景一并搬上了展台。

核心判断一句话：具身智能的商业化正在从“造一台机器”转向“卖一颗大脑”，而工业和物流，是这颗大脑最先收到真金白银的地方。

🏭 签约名单里全是硬骨头

先看这轮签约的场景，一个比一个“难啃”。

在工业侧，蚂蚁灵波作为核心具身模型提供方，将深度参与共建“隆盛唯睿具身智能机器人创新中心”，首期重点攻关工业上下料，未来服务对象直接指向博世、宝钢这样的全球制造龙头；与德迩象网的合作则瞄准汽车制造车间的数智化转型。在物流侧，灵波将通过工程化赋能、二次开发协同和新技术测试验证，支持德马科技攻关海量包裹的高速柔性分拣。

这组名单的分量，懂行的人一眼就能看出来。工业客户是出了名的“苛刻甲方”：节拍要求精确到秒，故障容忍度近乎为零，产线停一分钟都是真金白银的损失。据多位接近灵波的人士透露，这类合作从接触到签约的周期远短于行业惯例，原因很简单——产线上的痛点太具体了，客户没耐心陪你做概念验证。

产业逻辑也很直白：物流分拣、工业上下料这类场景，动作序列相对结构化、人力成本占比高、替代收益可量化，是具身智能最可能先跑通商业闭环的地方。先在硬场景里挣到钱，再去谈通用性，这条路比“先造炫酷本体、再找场景”的路线务实得多。

🧠 一颗大脑，控住20种构型

工博会现场有一个细节值得放大：展台上，钛虎与星尘智能两款构型迥异的机器人本体，搭载的是同一个大脑——灵波自研的LingBot-VLA 2.0，分别完成了高精度工业上下料和柔性分拣。

这就是“一脑多机”。

长期以来，适配成本是具身智能走向产业应用的一道关键门槛：机器人从一个场景换到另一个场景，往往需要重新采集数据、训练模型、调试系统；换一套硬件，适配工作还得再来一遍。模型泛化能力不足叠加硬件差异，让单点验证很难复制到更多产线——这也是为什么很多“样板间”式演示看完很惊艳，落地却遥遥无期。

蚂蚁灵波CEO朱兴曾指出，灵波跳出单机调优的传统思路，选择从零训练面向物理世界的具身基模，打造机器人的原生通用“大脑”。数字是这条路线最硬的注脚：LingBot-VLA 2.0在预训练阶段就已适配17个品牌、20种机器人构型，在业内率先立起“一脑多机”的工程标杆。生态层面，其开源模型在GitHub累计斩获3.29万颗star，稳居国内具身模型前列；LingBot-VLA、LingBot-VA均已完成对全球最大机器人开发平台LeRobot的适配，LingBot-Vision合入业界主流视觉骨干。

把它放到产业链里看，这是一次典型的“卡位”：本体厂商越卷越多、构型越做越散，反而放大了对通用大脑的需求。谁的模型能跨本体、跨场景稳定运行，谁就站在了价值链的上层——硬件可以换，大脑不能轻易换，这正是软件定义时代的复利逻辑。

⚙️ 为什么偏偏是工厂和分拣线

很多人以为大厂做具身智能，第一站会是家庭服务、商业导览这些“故事性”强的场景。蚂蚁灵波偏偏一头扎进了最枯燥的产线和仓库。

三道坎对应的解法，恰好就是前两节讲的东西。而工厂愿意买单的原因，是它能算清账：一条上下料工位替代的的人力成本、一个分拣中心的处理效率提升，都是可以写进采购报告的数字。相比之下，家庭场景的需求模糊、容错率低、付费主体分散，商业闭环还早。

业内私下流传一个说法：具身智能的“团建期”结束了，接下来比的不是谁的发布会更热闹，而是谁能在客户的产线上连续跑满三个月不宕机。按这个标准，工业和物流就是主考场。

🌐 工业世界模型同场竞技，对手都来了

这届工博会上，另一个热词是“工业世界模型”。

西门子展出了多个机器人仿真平台，ABB Robotics推出物理AI平台，京东发布工业世界模型——这个曾停留在论文和概念里的词，正以肉眼可见的速度闯进车间。智元机器人CMO邱恒曾向《IT时报》解释，具身智能的世界模型由一个个“小世界”组成：4S店销售是一个小世界，营业厅、展厅、工厂各是一个小世界，机器人的“世界认知”就这样逐渐拼合起来。

毕马威2026年7月在WAIC期间发布的报告认为，世界模型应能学习环境规律、预测未来状态、推演动作影响，本质是在智能体内部构建一个能理解世界、模拟未来并指导行动的动态世界表示。说白了，机器得先在“脑内”装一个数字镜像车间，推演“我做了这个动作会发生什么”，再反过来指导行动。

灵波的VLA路线与西门子们的世界模型路线，短期看是两条技术路径，长期看正在同一场竞争中交汇——大家争的都是同一个位置：机器人理解物理世界的那层“认知底座”。

这张图未必精确，但趋势是清楚的：巨头凭借工业软件积累占住右上角，蚂蚁灵波用基模加开源生态快速逼近，而单纯做本体的创业公司，如果不能尽快接入真实场景和商业回流，可能会被挤压到左下角。生态位之争，已经开始。

💊 从药房到中东，场景复制的次序感

容易被忽略的一条线是：在签约工业伙伴之前，蚂蚁灵波已经在线下药房跑通了“智慧药房”连续拣药方案。

这不是巧合。药房拣药和包裹分拣、工业上下料一样，都属于“小世界”逻辑下的结构化场景：空间固定、动作可枚举、错误成本可控。先用一个场景把稳定性、泛化能力和工程化交付流程打磨成熟，再向下一个场景复制——这套节奏感，比一口气铺十个场景的做法扎实得多。

时间线拉出来看更清晰：

• 智慧药房：连续拣药方案率先跑通，验证“一脑多机”在服务场景的稳定性；
• 数贸会：与阿拉伯数字经济联盟（AFDE）在技术模型、本地化场景适配与产业生态融合方面达成合作，海外落地的第一块跳板；
• 工博会：药房、物流分拣、工业上下料三线并展，与多家伙伴的实质合作集中落地。

“一脑多机”在海外物理世界的规模化落地，从这一步才算真正开了局。国内打样、出海复制，是软件公司跑通过的成熟剧本，现在轮到机器人“大脑”重演一遍。

结语

具身智能行业正在经历一次安静的分工：有人继续卷本体、卷自由度、卷外观，有人开始卷那颗看不见的大脑。蚂蚁灵波用17个品牌、20种构型的预训练适配和3.29万颗GitHub star，把“通用大脑”从PPT推向了产线合同。下一个观察节点很明确：这些合作场景能否从首期攻关走向规模化复制——尤其是博世、宝钢级别的标杆项目能否真正上线。到那时，“一脑多机”就不只是一个技术叙事，而是一份可验证的财报故事。