盖世具身智能获悉，蚂蚁集团旗下具身智能企业蚂蚁灵波正式确认启动首轮独立融资，拟募资规模 15 亿元，并规划在 2026 年底推进第二轮融资。

若该融资节奏如期落地，将有望刷新国内具身智能领域创业公司的融资速度纪录。

蚂蚁灵波成立于 2024 年 12 月，由蚂蚁集团全资持股，定位于 " 给机器人做大脑 " 的具身智能基础模型公司。公司坚持 " 具身原生 " 技术路线，已构建起覆盖视觉感知、空间理解、任务决策、动作生成的完整模型体系。

在蚂蚁灵波看来，一个聪明的大脑，需要跨越三道物理世界的鸿沟，分别是：传感器出发的感知困境、高动态交互，以及泛化性问题。

为此，今年 1 月底，蚂蚁灵波发布了 LingBot 1.0 系列模型，涵盖了从空间智能、灵巧操作，到环境交互的全栈技术。在此基础上，7 月初蚂蚁灵波进一步发布了全新一代空间感知模型 LingBot-Depth 2.0，正式形成从空间智能、环境反馈到灵巧操作的大脑能力闭环。

图片来源：蚂蚁灵波

据了解，在空间感知层，LingBot-Vision 空间原生视觉基座模型从几何结构出发进行视觉预训练，为机器人建立了面向空间原生的视觉基座；基于 LingBot-Vision，LingBot-Depth 2.0 空间感知模型进一步弥补传感器误差，重点处理透明、反光和密集物体等真实环境中的难题。

目前，蚂蚁灵波已与奥比中光展开合作，将 LingBot-Depth 2.0 集成至其相机产品，搭载相关能力的相机已面向全球市场销售。

在动态交互层，LingBot-Video 采用 MoE 架构，在推理效率、物理合理性、动作理解和任务完成度等方面实现系统提升；LingBot-World 2.0 则把持续生成从分钟级推进到小时级，并支持 720p/60fps 实时交互，让世界能够根据动作与事件持续演化。

在动作执行层，LingBot-VA 2.0 作为行业首个具身原生的世界动作模型，采用从头开始预训练，通过全新的语义视觉—动作分词器、严格的因果预训练、MoE 架构与异步推理机制等创新，让机器人能够 " 边推演、边行动、边调整 "。

LingBot-VLA 2.0 面向 " 一脑多机 "，目前已适配宇树、智元、银河通用、乐聚等 17 个品牌、20 种机器人构型，并将控制扩展到头部、腰部、底盘等全身自由度。

商业化层面，目前蚂蚁灵波已在零售、物流等场景落地验证，其中与国大药房合作的机器人智慧药房方案入选 2026 世界人工智能大会 " 十大镇馆之宝 "。

据了解，蚂蚁集团前期对蚂蚁灵波的累计投入，已超过行业一线创业公司的融资总额，本轮融资后，蚂蚁集团仍将在 AI 算力基础设施与应用场景资源上持续提供支持。

在此基础上，蚂蚁灵波进一步启动独立融资，一方面可以为后续具身智能研发争取更多的外部资源；另一方面，也标志着蚂蚁灵波从内部孵化阶段正式迈入市场化独立发展阶段。