蚂蚁灵波CEO:具身智能尚未迎来Scaling Law时刻

蚂蚁灵波CEO:具身智能尚未迎来Scaling Law时刻

(文/汤普济 编辑/吕栋)

2026年,人形机器人正以前所未有的速度走出实验室,但真正能够胜任生产任务的,仍是少数。

市场研究机构Counterpoint Research数据显示,今年上半年全球人形机器人出货量超过2.2万台,同比增长近300%。然而,其中用于智能制造和仓储物流的比例分别只有13%和5%,文娱商演、科研及数据采集等用途仍占六成以上。

机器人越造越多,距离真正成为生产力,还有多远?

近日,蚂蚁灵波具身大模型挑战赛上,15支团队基于同一款开源预训练模型LingBot-VLA 2.0,在统一的机器人硬件和算力条件下围绕果蔬抓取、化妆品收纳和双臂清扫等任务展开真机测试。

在48小时的真机调试中,各支团队通过补充训练数据、引入外部感知模型、优化机械臂控制等方式,尝试提高机器人在不同任务中的执行效果。

选手操作机械臂完成双臂协作清扫垃圾任务

但现场暴露的问题也颇具代表性:机器人能够识别目标,却未必能够准确抓取;即使完成了训练,环境稍有变化,也可能影响执行效果。

这些看似细微的偏差,恰恰是具身智能走向规模化应用必须跨越的障碍。

有团队发现,按照原始训练数据抓取簸箕手柄时,由于夹爪接触面积较小,簸箕容易滑动甚至翻转。为此,团队舍弃了原有示范数据,重新采集334条操作轨迹,将夹持位置调整至簸箕后沿,才改善了抓取稳定性。

团队更换抓法

另有团队发现,机械臂向外伸展时,末端执行位置与预期存在偏差,原本应该放进收纳盒的物品可能碰到盒体,只能通过额外测量和位置补偿提高精度。另一支团队则在复盘中发现,工作台与机械臂之间的距离比其他场地多了约5厘米,导致机器人反复放错层级,甚至无法触及部分目标。

一些团队借助千问等视觉语言模型定位目标物体,再通过背景弱化减少其他物体的干扰;另有团队利用DeepSeek解析任务指令,通过SAM3分割目标物体,将无关区域的亮度降低至原来的10%,让视觉语言动作模型(VLA)更专注于抓取与放置。

这些方法体现了参赛团队应对技术难题的不同思路,也说明即便具备通用大模型的能力基础,机器人仍需要经过针对性的训练与优化,才能在特定场景下稳定执行任务。

而真实世界远比预设的测试环境复杂,光照、物体位置乃至操作对象的细微变化,都可能使原有的优化方案失效。

更何况,即便增加训练数据,也不一定能让机器人变得更聪明。

有团队发现,在重点补充部分任务的数据后,模型反而遗忘了原本掌握的操作;还有团队因为过度训练清扫的前半段动作,导致机器人难以流畅完成后续倾倒垃圾的步骤。

中国信通院与清华大学今年10月联合发布的《具身智能发展报告(2026年)》指出,受控桌面操作评测已趋于饱和,但在环境扰动下,模型性能普遍跌至30%以下,精细操作和长程多步任务和开放语义交互仍是突出短板。

针对这些技术瓶颈,11月16日,蚂蚁灵波CEO朱兴对观察者网等媒体表示,具身智能尚未迎来真正的Scaling Law(规模定律)时刻,行业还没有找到能够稳定支撑模型能力持续跃升的数据路径。

在他看来,不同类型的数据需要在不同训练阶段发挥作用。互联网操作视频、第一人称视角数据更适合规模化预训练,而拆垛、上下料、物料分拣等具体任务,则更依赖贴近真实环境和机器人本体的真机数据。

数据也并非越多越好。朱兴提醒道,如果尚未掌握数据采集的技术经验与质量控制方法,盲目扩充数据规模反而可能造成资源浪费。真正需要什么数据、需要补充哪些场景,以及如何控制数据分布,应当由模型训练需求决定。

技术之外,商业成本同样制约着机器人能走多远。

朱兴此前就曾指出,现阶段具身智能落地仍受到能力和成本的双重制约。环境越开放、任务链条越长,异常情况便越多,而如果创造的价值不足以覆盖成本,商业模式便难以持续。

即使机器人能够在一家药房完成工作,将相同方案复制到另一家门店,因布局、商品种类和摆放方式差异,仍可能面临较高的适配成本。朱兴认为,本质原因是当前具身模型泛化能力的不足。

《具身智能发展报告(2026年)》同样指出,相当比例的设备月均开机天数不足10天,整机价格仅占全生命周期成本的40%至60%。部署调试、系统集成和运维等持续投入,仍是无法避免的商业化成本。

不过,具身智能产业确实已经开始走进实际作业。

Counterpoint Research在今年8月的报告中指出,随着机器人模型能力提升,下半年将有更多工业和商业服务领域的机器人试点进入批量部署阶段。

制造业上下料、物料搬运、仓储分拣等任务相对明确、环境较为可控的场景,有望率先形成稳定需求,成为具身智能商业化落地的重要突破口。

机器人完成分拣

朱兴于11月16日也表示,相比去年,工厂、物流场景的试点不断铺开,复杂真机操作案例也逐步增多。虽然模型能力尚未出现颠覆性质变,但已经实现了量级层面的提升。在他看来,机器人真正进入物理世界开展工作,关键仍在于任务成功率、作业速度以及成本是否可控。

朱兴预计,从2027年开始,具身智能产业应用有望迎来一定规模的加速。随着更多机器人进入真实工作场景,执行过程中积累的异常数据将不断回流,形成类似自动驾驶的数据闭环,推动模型能力持续迭代。

当前分散的技术路线也可能逐步收敛。朱兴判断,随着评测机制、模型架构和数据采集标准逐渐趋于统一,具身智能行业有望迎来第一轮格局收敛,长期来看,中国的具身基础模型市场可能形成以三至五家核心企业为主的格局。