🧠 具身智能 · 融资快讯
蚂蚁灵波确认融资传闻：拟募资15亿元，加速具身智能「通用大脑」落地
8月3日，蚂蚁灵波正式回应融资传闻：确认正在与投资人接触，首轮拟募资15亿元，目标年底完成二轮融资。若如期完成，将突破具身领域创业公司的融资速度。公司将持续聚焦通用机器人大脑，加大具身原生技术路线投入。
综合公开信息整理•
2026-08-03•
全文约 3 分钟读完
#蚂蚁灵波
#具身智能
#通用大脑
#融资
#LingBot
15 亿元
首轮拟募资 · 目标年底二轮
近 3 万
GitHub Star · 国内具身团队第一
17+ 品牌
跨本体适配 · 20+ 机器人构型
⚡ 30 秒速览
- 融了多少：首轮 15 亿元，目标年底完成二轮，若如期完成将刷新具身赛道融资速度。
- 什么定位：蚂蚁集团全资子公司，聚焦具身智能「通用大脑」，不造本体只造「脑」。
- 技术实力：已发布 10 余款 LingBot 系列模型，覆盖视觉、空间、决策、动作全链路。
- 开发者认可：GitHub 累计 Star 近 3 万，是国内第二名团队的 2.7 倍，断层领先。
- 落地进展：LingBot-VLA 2.0 已适配宇树、智元、银河通用、乐聚等 17 个品牌，覆盖零售、物流场景。
01融资动态 首轮 15 亿，具身赛道融资新速度
蚂蚁灵波本轮融资若如期完成，将创下具身智能领域创业公司的融资速度纪录。背后的关键推手是蚂蚁集团——作为蚂蚁在具身和物理 AI 领域最核心的载体，灵波已获得集团累计投入超一线创业公司的融资额。
一个诚实的注脚：融资传闻从曝光到确认仅隔数小时，蚂蚁灵波并未否认「正在接触投资人」，而是直接确认了融资节奏与用途——加速通用大脑研发与产业落地。
15 亿首轮拟募资
2026 年底目标二轮融资
超一线蚂蚁累计投入
全资蚂蚁集团子公司
注：融资节奏与金额均引自公司公开回应，具身赛道此前单笔最大融资约 10 亿元级别，灵波若完成二轮将刷新纪录。
蚂蚁集团在 AI Infra 和应用场景上的持续输血，让灵波可以更专注地押注「通用大脑」这一技术路线，而不必过早被商业变现压力束缚。
02技术路线 「通用大脑」vs 传统机器人
蚂蚁灵波的核心判断是：具身智能的瓶颈不在「身体」，而在「大脑」。因此公司从一开始就选择聚焦通用机器人大脑的研发，而非本体制造。
传统机器人路径
硬件本体 + 专用控制算法，每款机器人独立开发，泛化能力弱，跨场景迁移成本高。
灵波「通用大脑」路径
一套模型体系适配多种本体，视觉、空间、决策、动作全链路覆盖，跨品牌跨构型即插即用。
目前灵波已发布 10 余款模型，构建起覆盖具身智能全链条的模型体系：
LingBot-VLA 基座模型
LingBot-VA 动作模型
LingBot-Vision 视觉基座
LingBot-World 世界模型
LingBot-Plan 任务规划
LingBot-Space 空间理解
LingBot-Grasp 抓取决策
LingBot-Nav 导航模型
注：以上模型名称基于公开信息整理，LingBot 系列覆盖从感知到执行的全链路，部分模型处于持续迭代中。
其中，LingBot-VLA 2.0 在预训练阶段已实现适配宇树、智元、银河通用、乐聚等 17 个机器人品牌的 20 多种机器人构型，展现出通用大脑跨本体复用和泛化的核心能力。
03开发者生态 GitHub Star 断层领先
模型好不好，开发者用脚投票。截至 7 月，国内代表性具身团队的官方 GitHub 项目中，蚂蚁灵波全系列模型累计 Star 数已接近 3 万，是第二名团队的 2.7 倍。
≈ 30,000 ⭐
蚂蚁灵波 全系列模型 GitHub Star 总数
国内具身团队中排名第一，断层领先
对比：第二名团队约 1.1 万 Star，灵波是其二倍以上。数据截至 2026 年 7 月，来源为公开 GitHub 仓库统计。
开发者社区的活跃度，直接反映了模型的可复用性、文档质量与生态友好度。灵波在开源社区的投入，正在转化为技术影响力的护城河。
一个值得注意的信号：具身智能领域正在从「拼参数」转向「拼生态」——谁的模型被更多开发者使用、被更多机器人厂商集成，谁就更有可能成为事实标准。
04落地能力 从实验室到零售物流
通用大脑的最终检验标准，是能否在真实场景中跑通。蚂蚁灵波已在零售、物流等场景推进商业化测试，核心逻辑是「大脑先行，场景验证」。
🏪 零售场景：商品识别与智能分拣 商业测试中
- 基于 LingBot-Vision 视觉基座模型，实现多品类商品的实时识别与定位，准确率在测试环境中达到 97%+。
- 结合 LingBot-Grasp 抓取决策模型，适配不同形状、材质的商品，支持柔性抓取与分拣。
- 与某头部零售商的联合测试中，单站分拣效率较传统方案提升 40%，且无需更换硬件本体。
场景价值：一套「大脑」可复用至不同门店、不同货架、不同机器人，大幅降低部署成本。
📦 物流场景：仓储搬运与路径规划 商业测试中
- 利用 LingBot-Nav 导航模型与 LingBot-Space 空间理解模型，实现动态环境下的实时路径规划与避障。
- 支持多机协同调度，同一套模型可同时指挥 3 种以上不同品牌、不同构型的机器人协同作业。
- 在某物流园区测试中，搬运效率提升 35%，人为干预率降至 5% 以下。
场景价值：「一脑多机」能力在真实物流场景中得到验证，证明了通用大脑的跨本体复用能力。
两个场景的共同点：不依赖特定硬件，灵波的模型体系可以「插拔」到不同品牌的机器人上。这正是「通用大脑」路线的核心假设——只要大脑足够通用，身体可以灵活替换。
编辑核心判断
蚂蚁灵波以「通用大脑」为切口的策略，避开了本体制造的激烈同质化竞争，在模型体系和开发者生态上建立了阶段性领先。但具身智能的终局竞争，正在从「脑」延伸到「脑体协同」——谁能同时掌控大脑的核心能力与真实场景的闭环验证，谁才能真正定义下一代机器人平台。融资加速是起跑信号，不是终点线。
▶了解更多
蚂蚁灵波已开放商务合作与开发者接入通道，具身智能领域的企业与开发者可通过官方渠道申请模型测试与场景合作。
访问蚂蚁灵波官网 →
模型开源仓库与开发者文档可通过 GitHub 搜索「LingBot」获取