时间：2026年7月9日
地点：中国
人物：蚂蚁集团旗下灵波（LingBot）团队、Robbyant团队
事件详情：2026年7月9日，蚂蚁集团旗下具身智能团队灵波（LingBot）连续发布两项重大开源成果：全球首个面向具身智能场景的MoE视频基模LingBot-Video，以及实时交互世界模型LingBot-World 2.0。LingBot-Video是全球首个专为具身智能设计的视频基础模型，采用MoE架构，能够高效处理机器人视觉感知与场景理解任务。同日发布的LingBot-World 2.0实现了无限世界生成与实时交互能力，大幅提升机器人在复杂物理环境中的场景理解与决策能力。此外，Robbyant团队还发布了LingBot-VLA 2.0，一个6B参数的视觉-语言-动作开源模型，支持跨实体机器人操控。
背景：随着具身智能成为AI领域新热点，世界模型和视频感知基模被认为是解决机器人理解物理世界这一核心瓶颈的关键技术路径。蚂蚁灵波是国内具身智能领域的领先团队。当前机器人本体已阶段性成熟，但机器人的大脑能力仍是行业瓶颈，世界模型和视频基模正是被行业公认能填补这一缺口的技术方向。
影响：
- LingBot-Video作为全球首个具身智能视频基模，将大幅降低机器人视觉开发入门门槛，加速具身智能研发进程
- LingBot-World 2.0的实时交互能力，使机器人能在虚拟环境中进行近乎无限场景的训练，显著降低真实世界训练成本
- LingBot-VLA 2.0的开源发布，为跨实体机器人操控研究提供重要基础模型，有望推动具身智能领域标准化和生态构建
总结：蚂蚁灵波在一天内连续开源三项重磅成果，体现了中国企业在具身智能核心技术的快速追赶和开源贡献。随着世界模型和视频基模技术成熟，2026年下半年有望看到更多具身智能应用从实验室走向产业化。
参考来源：
- https://www.ithome.com/0/974/517.htm
- https://www.ithome.com/0/974/508.htm
- https://www.marktechpost.com/2026/07/08/lingbot-vla-2-0