11 月 3 日乌镇「互联网之光」博览会上，蚂蚁灵波（LingBot）展了一个智慧药房场景：机器人在 80 厘米宽的窄通道里，完成从订单接收、分拣到交付的全流程。

现场人员说的一句话，比场景本身更值得记：机器人本体千差万别，场景高度分散，许多团队不得不为每种构型、每个场景从零训练「大脑」。

这句话点出的是行业最贵的一项成本。

80 厘米的通道，难的不是窄

80 厘米比两个成年人并排宽不了多少。在药店后场，这宽度意味着货架间只能过一台机器，没有掉头余地。

窄通道的难点在三个地方叠一起：定位要准，偏一点就蹭货架；抓取要稳，药盒轻、形状还不统一；路径要能重算，前面有人它得绕。

这三件事没有一件能靠单点能力解决，全靠本体和大脑配合。

灵波给的解法叫具身原生跨本体基座模型：一套模型装到不同构型的机器人上，不用为每个本体重训一遍。

这个方向如果成立，价值不在药房，在换一个场景不用从零开始。

220 万次下载里没有活跃数

LingBot 系列模型开源 9 个月，下载量突破 220 万次。

9 个月约 270 天，220 万次平均一天八千多次。

这个量在开源模型里不大。Qwen 累计下载是 30 亿次，差着三个数量级。但两个数不能直接比：语言模型下载了就能跑应用，具身模型要配硬件才能验证，门槛高得多。

具身模型的下载数，天花板天生更低。

真问题在另一头：220 万次里有多少是下载了跑通的。这个数没公开。下载是动作，跑通是结果，中间隔着一台机器和一堆调试。

我给工厂买过三台不一样的机器

厂里当年上自动化，图便宜，分三批买了三个牌子的机械臂。想着都是六轴，程序能通用。

结果三套编程界面、三种协议，连急停逻辑都不一样。三个牌子的机器，养出三个师傅。

后来定了规矩：只买一个牌子，宁可贵点。选型第一条从「便宜多少」变成「换型要不要重学」。

这让我对「跨本体」特别敏感。它不是技术名词，是买设备的人最实在的诉求：换一台机器，之前投的人力和经验别全废掉。

灵波方向是对的。方向和走到哪一步，是两件事。

判断具身模型，先看这三件事

第一件，看跨了几个本体。只跑在自家一款机器人上，那不叫跨本体。公开信息要说清适配了几种构型，这个数才有意义。

第二件，看第三方跑通的记录。官方演示是自己挑的最好场景，别人在别处跑通才算通用。找法很笨：搜模型名，看是否有人发调试日志。

第三件，看下载之后的留存。这个数不公开，但能从社区提问量侧面看：提问多说明在用，没人问要么太完美，要么没人用。

去年这个时候，具身智能的新闻还集中在机器人会后空翻、能跑马拉松；今年讨论的是它在药房里能不能把药递到手上。这个转向比参数更值得记。你们厂里要是也在上自动化，选型最先看的是哪一条？

本文由 AI 辅助整理，数据来自公开来源。