对话蚂蚁灵波科技CEO朱兴:具身智能规模红利兑现时刻尚未到来,具身基模长期或仅剩3至5家

资讯 腾讯网 作者:北京商报 全文 2763 字 · 约 7 分钟读完 分类具身智能大模型

过去,大模型主要活跃于数字世界,完成文本生成、信息检索、方案推演;如今,具身智能逐步走出仿真环境,机器人开始在工厂、物流场景承担分拣、拆垛、物料搬运等实体作业,具身商业化试点加速落地。但技术快速发展的同时,跨硬件适配难、行业标准缺失等痛点凸显。赛道未来会形成怎样的竞争格局?参与者又该如何寻找生存位置...

所属频道 模型发布机器人与具身智能

过去,大模型主要活跃于数字世界,完成文本生成、信息检索、方案推演;如今,具身智能逐步走出仿真环境,机器人开始在工厂、物流场景承担分拣、拆垛、物料搬运等实体作业,具身商业化试点加速落地。

但技术快速发展的同时,跨硬件适配难、行业标准缺失等痛点凸显。赛道未来会形成怎样的竞争格局?参与者又该如何寻找生存位置?11月16日,蚂蚁灵波具身大模型挑战赛在上海收官,蚂蚁灵波科技CEO朱兴接受北京商报等多家媒体采访。朱兴指出,具身智能想要实现规模化落地,模型能力只是基础,产业基建与理性判断才是发展的前置条件。

朱兴认为,数字大模型已经演绎过完整的产业路径,大量玩家入场,经过竞争之后快速收敛。具身物理基础模型,大概率会复制类似的产业逻辑。做物理世界的基础模型,要同时扛住团队、数据Knowhow、整套训练与数据闭环Infra(基础设施)三重考验,综合门槛很高。

他判断,明年具身智能行业就会迎来第一波收敛。数据范式、评测Benchmark(基准)、技术路线、产业分工都会慢慢定型。收敛之后,产业才会进入加速期。“当然具身的周期会比自动驾驶更长,先收敛一波,再分裂一波,再收敛一波,但我们还是要扎扎实实做好自己的工作。”

在朱兴看来,行业短期比拼模型训练能力,中长期比拼数据沉淀。真正决定企业能不能留在牌桌上的,是穿越技术范式变迁的能力。“不管技术范式怎么改变,不管模型架构怎么样,有几个东西不会变,团队、数据理解、底层基础设施要保证能够快速跟上,不从牌桌上退下来。”朱兴称,放眼国内具身产业,物理基础模型赛道不会留存大量玩家,长期看3—5家会是市场的主要格局。灵波的目标,就是成为留下来的3—5家之一。

不强求统一人形构型

当前宇树、智元等机器人本体厂商,纷纷自研VLA(视觉-语言-动作)模型,绑定自家硬件做闭环。面对行业软硬一体的浪潮,朱兴提出不同判断,未来机器人本体构型并不会走向大一统。

“我们一直不相信构型会那么收敛,以工业或者To B为例,一个非常重载的作业跟一个非常轻载的分拣,为什么用同一个构型?今天有很多是固定工位的工作,为什么非要强制配移动能力?有时候大家讲所谓的‘第一性原理’,机器人像人,这个对也不对,但走过头了就物极必反了。”朱兴认为,重载作业、轻载分拣、固定工位任务,需求天然不一样,强求统一人形构型,会带来高昂成本,很难规模化。在他看来,机器人作为生产力工具,应当匹配差异化场景需求。

朱兴介绍,“跨构型”是蚂蚁灵波长期坚守的技术路线。模型要实现跨机器人身体、跨不同本体硬件,兼容夹爪、灵巧手、吸盘等各式各样末端执行器;在感知层面,对双目、结构光、被动相机,以及电磁、压阻等不同原理的触觉传感器实现广泛适配。不同传感器方案各有所长,也各有局限,灵波希望打通多元感知信号来源,为机器人输出统一高质量输入。在他看来,坚持这套通用兼容路线,不是技术偏好,而是整个产业发展的客观需要。

不是数据越多效果就越好

近期,通用大模型做机器人大脑成为热点,不少观点期待明后年迎来物理AI临界点。在朱兴眼中,大语言模型的发展对机器人产业具备巨大推动作用,但手段不能替代最终目的。

机器人在物理世界作业,核心追求是成功率、泛化能力、响应速度、成本可控。至于实现路径,无论是大语言模型向下渗透,还是具身原生模型向上迭代,只是路线差异,不必非黑即白争高下。

“未来会存在超级云端大脑,打通数字智能体和物理机器人智能体。但这不代表直接把通用大模型拿来,就能解决机器人全部实操难题。”朱兴打比方,基模就像把孩子培养成高中生,综合能力很强,但从来没有骑过自行车,依旧需要反复练习才能掌握技能。具身智能足够复杂,需要一轮轮技术发散再收敛,逐步逼近最终目标。

虽然赛道热度高涨,但朱兴反复提示行业要保持理性。时至今日,全球还没有任何一家企业找到具身智能明确的Scaling Law(规模法则)路径。不要看到新的技术热点就盲目乐观。

朱兴提到,整个行业都在期盼具身智能迎来“Scaling Law时刻”,但当前尚未确定究竟哪一类数据的规模化能够触发模型智能涌现,该问题仍待全行业探索。

他进一步提醒到,目前,不存在万能的数据类型,互联网操作视频、第一视角Ego(本体)数据、UMI(无本体数据)、真机、仿真数据分别适配模型不同训练周期。

总的来说,越是靠近预训练,越是以人为中心的更好的Scaling up(规模化跃升)数据更合适,比如互联网操作视频、Ego数据;越是到模型落地干一个非常具体的任务,比如拆垛、上下料、插拔、物流分拣,一定要越接近于这个真实的任务、真实的场景,包括越贴近机器人物理身体本身的数据,那真机就会发挥更大的价值,每种数据有不同的价值,且在不同模型训练的阶段会发挥价值。

另外,数据并非越多越好,要讲究科学上量,在没有吃透数据质量与处理经验的前提下盲目扩量,只会浪费资源。此外,真正的数据需求由基础模型团队定义,模型厂商才最清楚数据缺口与需要维持的数据多样性,这一核心能力并不掌握在供应链、本体或解决方案企业手中。

长期格局或只剩下3至5家

回顾近一年来,朱兴称,模型虽未出现颠覆式质变,但实现量级提升。

“所有复杂问题的解决是一步一步迈出来的,哪怕从今天看过去一年,无论在数据的采集方式、在数据的供给,哪怕像婴儿的奶粉一样作为冷启动的养料也好,它还是改变了很多;另外,模型的能力,哪怕不是质变,但是在量级上是有进展的。去年很少有说已经在工厂和物流里面做试点了,大家看不到有一些比较复杂的真机操作视频,哪怕是demo(原版演示),每年都在变化。”他说道。

不过,放眼国内具身产业,朱兴认为,物理基础模型赛道不会涌现大量玩家,长期格局大概率只剩下3—5家核心企业。

参考大语言模型市场,如今几家主导,具身赛道也会复刻类似路径。当下做具身模型的公司不少,技术路线各有不同,按照朱兴的判断,行业在明年之前会迎来第一波收敛,灵波的目标就是成为最终留存下来的厂商之一。

在朱兴看来,具身行业的发展周期甚至会比自动驾驶更长,会经历多轮收敛、分裂、再收敛的往复过程,企业需要踏实深耕。

“无论未来技术范式、模型架构如何迭代,有三样核心要素不会改变:优秀的研发团队、数据沉淀与数据认知、数据闭环和训练相关的Infra基础设施能力。回看大语言模型市场,赛道完成收敛之后,头部企业能够持续留在牌桌上,新参与者很难入场,比拼的正是团队与底层基建实力。”

他预计,从明年开始,产业应用落地会迎来一定规模的加速。“它回过头来会带来具身智能模型迭代真正的闭环,包括非常宝贵的异常数据,类似于自动驾驶这种感觉的回流。这些东西就像小孩学走路一样,前面可能走得不稳,两条腿一起走就摔倒了。所以,不要盲目乐观,也不要过度悲观。”

北京商报记者 刘四红

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关 AI 工具

AI 导航
腾讯混元大模型 腾讯混元大模型由腾讯全链路自研,在文本和多模态模型性能方面表现卓越,处于业界领先水平。其混元 API 整合了… 大模型与开发平台 · tencent.com 快手可图大模型Kolors 可图大模型(Kolors)是快手大模型团队自研打造的文生图AI大模型,能够根据用户的文字输入生成风格多样、画… AI 绘画生图 · kuaishou.com 盘古大模型 华为盘古ai大模型官网入口,1100亿密集参数,40TB海量数据精细训练而成 简介 盘古NLP大模型是一项基… 大模型与开发平台 · huaweicloud.com BlueLM蓝心大模型 蓝心大模型官网,vivolm,vivo自研的通用大模型 简介 蓝心大模型(BlueLM ),强大的语言理解能… 聊天对话 · vivo.com 云知声山海大模型 云知声山海大模型是一个多功能、跨领域的智能大模型,它通过集成丰富的知识库和先进的自然语言处理技术,为用户提供… 大模型与开发平台 · unisound.com 子曰” 大模型 子曰是网易有道推出的教育领域垂直大模型,包含基于子曰大模型研发的六大创新应用——“LLM翻译”、“虚拟人口语… 聊天对话 · youdao.com 曹植大模型 曹植大语言模型是国内首个垂直行业专用的自主可控的国产GPT大语言模型,由达观数据研发。这个模型可以准确完成多… 聊天对话 · datagrand.com 西湖大模型 西湖大模型官网,智商情商俱佳的多模态大模型 简介 西湖大模型是西湖心辰开发的多模态大模型,西湖大模型既具备通… 聊天对话 · xinchenai.com

相关推荐 按相关度与热度排序

全部资讯 →
  1. 朱兴:具身智能Scaling Law未至,开发者生态如何推动产学研协同?

    【蚂蚁灵波科技CEO朱兴:行业仍在快速迭代,尚未迎来具身智能Scaling Law时刻】《科创板日报》16日讯,蚂蚁灵波今日发布开发者生态计划,并举办首届具身大模型挑战赛总决赛。对于方兴未艾的具身智能产业而言,蚂蚁灵波科技CEO朱兴在接受《科创板日报》等采访时强调,行业目前还在快速迭代,尚未迎来具身智能的Scaling

    来源 腾讯网
  2. 48小时真机比拼真本事!蚂蚁灵波朱兴:谁也没看到具身智能的Scaling Law

    IT时报记者 孙妍11月16日,首届蚂蚁灵波具身大模型挑战赛总决赛结果在上海出炉。由福田实验室、西北工业大学、普渡机器人、天津大学的五位选手组成的“TARS”战队,以82.5分获得一等奖。华中科技大学、清华大学深圳研究院、湖北元一智能的三位选手组成的“EVA”战队,以及天津大学、北京大学、中国科学院自动化研究所三位选手

    来源 腾讯网
  3. 蚂蚁灵波朱兴:具身智能尚未迎来Scaling Law,中国具身基模终将收敛至3到5家

    “今天世界上还没有任何一家公司,真正迎来了具身智能的Scaling Law(规模定律)时刻。”11月16日,首届蚂蚁灵波具身大模型挑战赛总决赛结果出炉。期间,网易科技等媒体与蚂蚁灵波CEO朱兴、首席科学家沈宇军进行了交流。面对行业内轰轰烈烈的“数据军备竞赛”,朱兴这样说道。 他指出,真机、Ego(第一人称视角)、UMI

    来源 AI 行业观察
  4. 李彦宏APEC中英文两场对话:AI价值最终在应用层

    李彦宏表示,AI的价值最终来自应用层他指出,过去几年AI技术在芯片、云计算、大模型等层面取得了巨大成就,但在他看来,AI的力量最终要靠应用层释放——只有把AI真正用进各个国家、各个公司、各类组织的真实场景中,技术能力才能转化为实际价值。

    来源 TechWeb
  5. 李彦宏APEC谈AI:价值在应用层,最紧迫是找到合适场景

    李彦宏表示,AI的价值最终来自应用层他指出,过去几年AI技术在芯片、云计算、大模型等层面取得了巨大成就,但在他看来,AI的力量最终要靠应用层释放——只有把AI真正用进各个国家、各个公司、各类组织的真实场景中,技术能力才能转化为实际价值。

    来源 TechWeb
  6. 朱兴:具身智能规模化后迎数据回流,可鉴自动驾驶闭环

    每经记者:涂颖浩 每经编辑:杜宇11月16日,蚂蚁集团旗下具身智能企业上海蚂蚁灵波科技有限公司(以下简称蚂蚁灵波)举办首届开发者大会。会议间隙,蚂蚁灵波CEO(首席执行官)朱兴接受包括《每日经济新闻》记者在内的多家媒体记者采访,围绕具身智能行业格局、技术演进节奏分享了自己的判断。图片来源:每经记者 涂颖浩 摄...

    来源 腾讯网
  7. 雷军谈AI商业化:赚钱的公司还不多,机会在物理世界

    《科创板日报》11月17日讯(记者 余诗琪)在今日的亚太经合组织(APEC)工商领导人峰会上,小米集团创始人、董事长兼CEO雷军表示,过去四年,AI大模型技术突飞猛进,但投入非常大,能够落地的场景仍然有限,真正实现商业闭环、能够挣钱的公司相对较少。对于下一阶段的产业机会,雷军认为,AI与手机、汽车等终端及应用场景深..

    来源 腾讯网
  8. 具身智能融资四季度降温:头部VC出手骤减,产业资本仍在场

    进入第四季度,具身智能赛道融资有所降温,但还未熄火。 根据IT桔子投资事件库信息不完全统计,今年10月以来具身智能领域至少有70起融资事件,同时还发生了一些变化。“模型侧”项目融资事件有所减少,传感器、灵巧手及有明确应用场景的机器人厂商仍不时发布融资消息。 比如11月17日力传感器企业蓝点触控宣布完成数亿元人民...

    来源 腾讯网
  9. 大寰机器人启动上市辅导:字节跳动参投,电动夹爪已进宝马供应链

    具身智能赛道的资金,正从扎堆追捧人形机器人整机本体,转向重仓上游核心部件。当不少本体公司还在依靠融资持续输血、等待通用场景落地时,一家扎根末端执行器赛道的企业,已经走到了IPO门前。 11月14日,据深圳证监局公开信息显示,大寰机器人科技股份有限公司(以下简称“大寰机器人”)于2026年11月13日正式启动上市辅导备案

    来源 AI 行业观察
  10. 华为云开源CloudRobo-WM1.2:昇腾原生,具身智能落地提速

    IT之家 11 月 16 日消息,在今日的华为云 CloudRobo 具身世界模型发布会上,华为云“行业 AI 梦工厂”正式发布并开源昇腾原生的具身世界模型 CloudRobo-WM1.2,通过五大核心技术突破,加速具身智能从实验室走向规模化落地。 CloudRobo-WM1.2 模型采用共享世界模型骨干网络实现预测增

    来源 AI 行业观察
  11. 蚂蚁灵波挑战赛落幕:TARS战队真机评测82.5分夺冠

    11月16日,蚂蚁灵波首届具身大模型挑战赛总决赛结果出炉。 来自福田实验室、西北工业大学、普渡机器人、天津大学的五位选手组成的“TARS”战队获得一等奖;华中科技大学、清华大学深圳研究院、湖北元一智能的三位选手组成的“EVA”战队,以及天津大学、北京大学、中国科学院自动化研究所三位选手组成的“SST

    来源 AI 开发者社区
  12. TARS战队:00后带队夺蚂蚁灵波具身大模型赛最高分

    11月16日,蚂蚁灵波首届具身大模型挑战赛总决赛结果出炉。 来自福田实验室、西北工业大学、普渡机器人、天津大学的五位选手组成的“TARS”战队获得一等奖;华中科技大学、清华大学深圳研究院、湖北元一智能的三位选手组成的“EVA”战队,以及天津大学、北京大学、中国科学院自动化研究所三位选手组成的“SST”战队获得二等奖;“

    来源 AI 行业观察
  13. 割草机器人的竞争,进入“善后时代”

    编者按:割草机器人作为最早实现量产的具身智能产品,正成为全球户外消费级机器人赛道的标杆。中国企业凭借多年技术积累、成熟的算法体系以及本土化供应链优势,持续加码欧洲、北美等核心市场布局,出货节奏稳步加....

    来源 腾讯网
  14. 王兴兴:AI泛化临界点将至,机器人潜力有多大?

    “很多普通老百姓看到的大部分还是在‘水面以上’的,但是在‘水面以下’,很多情况真的是更加波涛汹涌。”11月17日,在APEC工商领导人峰会“共建开放普惠的人工智能创新生态”专题研讨环节,王兴兴再次表达了他对AI大模型和机器人技术的看好。王兴兴表示,今年AI大模型领域和机器人领域取得的技术突破非常“激动人心”,并...

    来源 腾讯网
  15. MIT六项技术承诺兑现几何?认知永生离现实还有多远

    MIT Technology Review的“The Download”栏目聚焦两大话题:六项曾承诺改变世界的技术如今进展如何,以及人类对“认知永生”的探索。文章提出,衡量技术进步应看真实部署而非宏大宣言;而借助大模型构建数字分身等技术,正让“认知永生”从科幻走向现实,但也带来身份与伦理的深层拷问。

    来源 AI 科技快讯
  16. Garlic LLM 让越狱 PS4 跑起 90 亿参数模型:最高每秒 43 词元

    科技媒体 Gigazine 今天(11 月 17 日)发布博文,报道称开源项目 Garlic LLM 可以让越狱版 PlayStation 4 运行 90 亿参数的本地大语言模型,最高生成速度可达每秒 43 个词元(Token),且无需联网即可完成 AI 聊天与语音对话。

    来源 IT之家
向下滚动自动加载更多