蚂蚁集团具身智能布局深化：从硬件投资到“通用大脑”的生态卡位

【科技纵览】当人形机器人在真实的半程马拉松赛道上与人类选手并肩奔跑，并且最终以超越人类世界纪录的50分26秒完赛，这已经不是科幻电影中的场景了。而在一年前的同样比赛中，我们还在嘲笑机器人跑步像“醉汉”，短短一年时间机器人进步速度之快，令人咋舌。其背后所展现的技术突破，远比比赛本身更具深远意义。尤其值得关注的是，2026北京人形机器人半程马拉松比赛，参赛队伍总数超过100支，近四成队伍搭载自主导航技术，智能化水平显著提升，这更是5G-A（5G-Advanced）网络技术在高速移动、高并发、高可靠场景下，对具身智能产业提供支撑的一次关键性验证。5G-A网络：具身智能的“云端运动神经”具身智能机器人要实现真正的自主化，其核心瓶颈往往不在于本体的机械结构，而在于数据流的实时性与可靠性。一台人形机器人在奔跑过程中，需要实时处理海量的激光雷达、视觉摄像头、IMU等传感器数据，并进行毫秒级的决策。这对于本体的算力与能耗是巨大的挑战，因此云、端协同是当下的最优选择。

在2026年的具身智能版图中，蚂蚁集团的身影愈发活跃。截至9月15日，该公司已公开披露至少8起投资动作，且多以领投身份出现。值得注意的是，其兴趣点正从单纯的机器人本体，向数据、模型等上游环节延伸。旗下子公司“蚂蚁灵波”明确聚焦于打造机器人通用大脑，7月初一口气发布6款具身模型，初步构建起“全栈大脑”雏形，并持续连接产业链上下游伙伴。无论是梳理对外投资的时间线，还是拆解落子方向，这些分散的动作正在拼凑出一张清晰的“抢位”图谱。

早在2024年下半年，蚂蚁管理层便做出判断：具身智能必须做，否则未来将难以追赶。彼时，多模态大模型的突破及特斯拉Optimus的量产路线图，打开了行业想象空间。蚂蚁选择了自研与投资双线并行的策略。2024年9月，上海云玚企业管理咨询有限公司领投初创公司星海图Pre-A轮；三个月后，由支付宝早期成员组成的蚂蚁灵波在上海成立。

回顾2025年，行业关键词是“本体能力进阶”。蚂蚁的投资逻辑顺应这一节奏，重点押注机器人本体及核心零部件。2月追投星海图，4月领投绳驱人形机器人厂商星尘智能，5月入股宇树科技，6月投资关节模组头部钛虎机器人及灵巧手头部灵心巧手，9月投资仿人机器人首形科技，11月再次追投星尘智能。这种布局旨在为潜在的生态合作铺路，同时分享核心零部件作为“卖铲人”的成长红利。

进入2025年底至2026年初，行业进入量产落地阶段，但“智能”不足制约了泛化能力。真实世界数据和技术底座成为最关键环节。今年以来，蚂蚁密集投资世界模型、数据采集与生成类公司：2月投资大晓机器人，5月投资光轮智能和零零无限科技，6月投资简智机器人，7月投资自然意志，8月投资戴盟机器人和逆矩阵科技，9月入股厘清智能。此外，还投资了家庭消费级小型人形机器人公司乐享科技。至此，从本体、零部件到数据基础设施，蚂蚁的多层下注浮出水面。

相较于其他大厂侧重终端或引流，蚂蚁因线下场景较浅，反而没有历史包袱，有机会构建全新版图。这解释了为何蚂蚁灵波定位于自研通用大脑，且基础模型一上来就开源。今年7月，首个落地案例展示了“一脑多机”协作：乐聚、星海图、蚂蚁灵波R-2三种不同机器人在国大药房内同时执行任务。公开信息显示，LingBot-VLA 2.0基座模型已适配17家厂商、20多种构型，是业内支持本体种类最多的开源VLA模型之一。部分适配厂商如星海图、宇树等，同时也出现在蚂蚁的被投名单中，形成了一种“生态结盟”策略。

这种策略在科技史上并不罕见。微软CEO萨提亚·纳德拉曾通过投资OpenAI补齐AI短板，使Azure成为独家云服务商，大幅提升竞争力。反观蚂蚁，其对产业链的投资既是双线押注，也是为自研通用大脑和“一脑多机”路线铺路。

上述策略能否成功，关键在于蚂蚁灵波的表现。“一脑多机”的底层依赖基座模型的泛化能力。宇树科技创始人王兴兴指出，泛化能力不足是行业最大瓶颈，导致机器人无法大规模进厂。做具身基座模型预训练投入极高，大厂在资源组织上具有天然优势。蚂蚁灵波研发人员透露，团队已有100多人，今年重点是打磨通用大脑和数据。由于技术路线未收敛，基座模型从去年1个拓展至今年的6个，涵盖空间感知、动作、实时交互及视频生成等领域。

目前，行业对最适合机器人的基座模型尚无标准答案。蚂蚁灵波一面补齐原生能力，一面以开源形式吸引外部开发者共同改善模型。大湾区国家技术创新中心的一位算法工程师表示，蚂蚁灵波在模型规模和开源友好性上较为领先。某机床制造厂软件工程师也提到，重新训练机器人模型成本高达两三百万元，他们正评估与具身“通用大脑”企业合作的可能性，以降低开发成本。

只有当相同场景下的后训练数据成本指数级下降，让行业客户看到效率远超人力，产业才可能大规模落地。蚂蚁灵波未来的商业化形式，除了输出基座模型，也可能向其他模型公司提供相关能力。行业共识认为，VLA或世界模型可能并非终局，未来可能出现高度适配物理世界的新范式。蚂蚁灵波的最终目标或是成为“基模中的基模”，并将沉淀的数据能力以工具链形式输出。

当然，通用大脑面临能力上限和成本效率的双重挑战，这需要长期蓄力。近期传出蚂蚁灵波对外融资的消息，或许与此有关。毕竟大厂即便有“余粮”，也需考虑内部分配优先级。目前可见的是，蚂蚁正通过发力通用大脑和投资关键节点，构建结构化产业布局，试图打通机器人落地的最重要卡点。若顺利，蚂蚁有望在支付宝和健康医疗之外，长成一个新的平台级业务机遇。