在具身智能行业围绕VLA与WAM两条技术路线争论不休之际，蚂蚁集团旗下具身智能公司灵波选择了第三条路径。9月11日，在2026外滩大会期间，灵波CEO朱兴与首席科学家沈宇军多次对外阐述其“具身原生”技术主张：具身智能不是数字智能的嫁接，必须基于物理真实数据从零训练基模。8月，该公司已宣布启动首轮融资。
VLA路线以视觉语言模型为底座向动作延伸，WAM路线则将视频生成模型迁移至机器人控制。朱兴将这两类路线评价为大模型厂商“在已有工具之下解机器人问题想出来的名词”。沈宇军则指出，这些路线“过于想走捷径了”。灵波自身曾走过这条捷径——其1.0系列产品基于数字世界通用视频生成模型Wan进行微调，最终“撞到了南墙”。朱兴解释，数字模型存在能力上限，微调过程反而会破坏原模型的先验知识，导致泛化性下降。
这一判断有现实参照。朱兴认为，GPT-6等数字基模的能力跃迁，将使所有基于数字世界模型做具身任务的公司面临下游工作失去意义的压力，类似两三年前从事后训练工作的团队在基模能力从60分跃升至90分时遭遇的焦虑。
灵波将机器人问题抽象为三个层面：从传感器信息流中提取有效token以完成空间与力的理解；将多模态信息融合进单一模型完成对齐；基于观测输出可执行动作。沈宇军表示，第一层面是数字世界模型从未接触过的领域，正是具身智能公司应当着力解决的问题。
7月，灵波发布全栈大脑2.0，一次性推出6个模型。其中LingBot-VA 2.0被定义为业界首个具身原生世界动作模型，未依赖任何数字世界基模，基于自回归架构从头预训练，整合语义视觉动作分词器、严格因果预训练、MoE架构与异步推理，单卡实现150Hz实时推理效率。LingBot-VLA 2.0的预训练融入6万小时真实物理数据，覆盖17家厂商20种机器人构型，推理耗时在RTX 4090上压缩至130毫秒以内，并全部开源。截至8月，LingBot系列公开仓库累计获得约29.8K Stars，被毕马威、招银国际研报提及，并被Reddit列为FCC禁令讨论中的notable open-source AI projects之一。
朱兴反复强调，具身的核心壁垒不在模型架构创新，而在数据。他认为模型范式尚未完全收敛，一旦收敛各家架构将趋于对齐，真正拉开差距的是数据。这一逻辑与自动驾驶行业一脉相承：数据过剩之后，量的意义下降，竞争焦点转向corner case的获取能力。
灵波的数据策略与多数同行不同。朱兴透露，公司较早从采购成品数据转向定制化采集——先由模型研发定义数据类型、分布与场景任务，采集难度高的先试采并沉淀SOP，再推给供应商上量，与供应商之间采用流式交付而非批量交付。原始数据到进入模型训练的数据漏斗，可用率已从15％左右提升至90％以上。朱兴表示，量重要但不能只谈量，更要谈背后的质量和分布，分布是模型厂商最核心的knowhow。首席数据科学家黄用韬来自智驾行业，专责数据从采集到进入训练的全流程效率。
在市场切入上，灵波在外滩大会展区展示了两个落地场景：国大药房机器人智慧药房与工业上下料。药房被灵波视为最看重的样本。朱兴表示，药房是典型的生活服务场景，需要与人接触、解决人机安全问题，且SKU泛化程度高，数千个SKU涵盖棉签、膏药、生活物品等。这一场景恰好是灵波“2B2C”定位的试验场，介于严格To B与To C之间，被视为机器人进入家庭之前的前哨。目前上海国大药房东靖路门店的机器人可在不改造货架的前提下完成接单、导航、识别药品、抓取并送回，单次取药平均不到3分钟，覆盖超过150种常见药品。夜间单人值守时，机器人分担高频找药取药工作，药师保留专业核对与合规把关职能。
这一选择与蚂蚁集团基因高度相关。朱兴早年从事担保交易、扫码支付、医疗健康等业务，他认为生活服务是下一个物理智能时代绕不过去的桥梁，灵波切入生活服务，意在将来与蚂蚁积累的用户、场景和数据“会师”。
在外滩大会一场圆桌讨论中，朱兴被问及具身智能应继续练内功还是直接干活，他的回答是“哪怕打童工，也该干活了”。他对具身所处阶段有清醒判断：整体仍处于“童年状态”，行业关注数据本质上是想在实验室里灌更多数据实现冷启动，但儿童需要在真实环境中学习，机器人同样如此。不过“干活”存在三个约束条件：环境不能太开放以压缩泛化挑战；任务不能太长程，因为模仿学习最怕未见过的异常；成本要能算过账。基于此，朱兴的时间判断较行业激进派谨慎，但较悲观派乐观：今年下半年到明后年，在任务复杂度不高的情况下，工业、物流和生活服务中的一部分场景将率先实现有限落地。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
