11月乌镇，蚂蚁灵波的智慧药房展台前围着不少人。80厘米宽的通道里，机器人接单、分拣、交付，动作连贯。同样的方案已在国大药房上海门店运转，但这套故事7月世界人工智能大会就讲过一遍。8月公司被曝启动首轮外部融资，拟募15亿元，目标年底前完成第二轮。近日又发布具身触觉基础模型LingBot-Touch，打出“全球首个通用触觉基础模型”称号。

成立将满两年，蚂蚁灵波正站在一个中间节点：初创期看方向对不对的阶段已过，收获期算总账的时候未到。期中考考的不是集团还能给多少资源，而是离开母体后，这套技术和场景能不能自己养活自己。

这也是一场不得不参加的考试。具身机器人赛道正从讲故事切换到拼整合，钱的窗口在收窄。母公司也不宽裕：阿里连续两季度自由现金流净流出，2026年Q2单季-446.7亿元。大厂现金正被AI吃掉，能分给孵化业务的余粮只会更少。灵波两百多人团队、一年六七条模型线的投入，已大到不能长期靠集团输血。自己找钱、自己找场景，是期中考，也是成人礼。

两年答卷：第一是真的，天花板也是真的。

蚂蚁灵波2024年12月注册，次年3月揭牌，团队硕博超九成。2026年1月连发四款开源模型，7月一周连发六款拼出LingBot 2.0全栈矩阵，11月开源触觉模型LingBot-Touch。矩阵主线清晰：Vision和Depth管空间感知，World和Video管预测，VLA和VA管动作生成，Touch管接触感知。触觉环节是行业死角——灵波用统一触觉Token打通不同传感器数据，意图做成基础设施，连竞对模型也接得进来。路线明确：不做本体，只做通用大脑。国内这条路线里，灵波体量最大、资源最厚。

开源模型GitHub累计Star超3.3万，是国内具身模型第二名的2.7倍，VLA和VA接入全球最大机器人开发平台LeRobot。落地方面，国大药房门店里三台不同品牌机器人由同一套VLA 2.0驱动，在超150种药品中识别、抓取、交付，单次任务平均不到3分钟。

但所有成绩都停在“发布”层面。技术报告显示，LingBot-VLA 2.0在GM-100真机评测中超过π0.5和GR00T N1.7，但完整数字是：Agilex Cobot Magic平台成功率34.4%，Galaxea R1 Pro上15.6%；长程任务换到分布外场景仅13.3%。LingBot-Touch在26项真机任务成功率提升14—26个百分点，Sharpa Wave灵巧手平均成功率72.51%，每项任务约20次试验。媒体写满“第一”，却少有人提：第一名也可能是三四成成功率。药房可容忍抓错再试，工厂产线和医院不行。

上限还卡在适配。“一脑多机”解决了接得上，不等于用得上。乐聚基于VLA 2.0的垂域模型KUAVO-VLA，基础迁移后还需600多小时同构型真机数据二次训练，25项任务成功率才从16.27%升至48.27%——出厂状态大脑大约六次错五次。新技能学习约5小时示范数据可达80%成功率，训练成本降半，底座有价值；但每款本体真正干活都绕不开那600小时。朱兴花（陶斋）今年7月说具身智能技术成熟度总体仍处早期，大脑“可能还没走到GPT-1时刻”。沈宇军更直言：“不用太纠结技术路线，整个具身大脑还非常不成熟。”

从一家药房到一门生意，中间缺一串数字。国大药房是灵波目前唯一可确认的真实运营场景，公开信息里只有上海门店。朱兴说成熟后希望复制至20—50家，那是计划非现实。乌镇展台工作人员称药房是“通往物理世界乃至未来家庭的试验场”，试验场首要功能是验证和展示，不是赚钱。成本账更现实：一台分拣移动操作机器人本体加部署运维行业普遍数十万元级，而药房分拣岗位月薪仅几千元。机器人要赚钱需靠远超人力的效率和足够低故障率摊薄差价，这道数学题目前无人公开算过。每接一新本体，几百小时真机数据、训练费用、工程时间由谁出——本体厂商、场景方还是灵波？答案决定“一脑多机”是平台生意还是项目制生意。从一家店到一门生意，缺的是：几家门店稳定运行、每天处理多少订单、人工接管率多少、连续在线时长、单店部署运维成本、多久回本、药房续不续约。这些数字灵波尚未交出。

数据飞轮也远未转动。6万小时是预训练投入，非部署后自动回流。朱兴承认行业还在冷启动，数据规模不足以支撑广泛应用。飞轮前提是足够多机器人在真实场景稳定干活，持续产生值得回流的异常数据——机器人干活还不稳时，回流数据有多少能用于训练本身就是问题。开源换声量换不来数据，Star涨再快也替代不了场景密度。场景密度取决于生态，而生态里藏着博弈：灵波商业化依赖第三方本体厂商，但宇树、智元等头部本体公司都在自研大脑。伙伴今天用你的模型做迁移，明天就可能变竞争对手。灵波必须强到不可替代，而“不可替代”标准每年都在抬高。

独立融资让问题更具体。灵波独立融资核心原因之一是集团内部算力挤压——2025年蚂蚁集团科技研发投入350.3亿元，净利润却少了230亿元，百灵大模型、AI支付、蚂蚁阿福都在抢算力。万亿参数模型每运行15分钟消耗一辆特斯拉费用。走向市场意味着此后烧的每一分钱都要向外部投资人解释回报。投资人要看的与发布会观众看的，已不是同一份材料。

过去两年具身大脑赛道比的是发布：参数、数据量、benchmark排名、开源声量。这几科灵波考得不错。但考试科目正在换。沈宇军给过更产业化标准：下一代基模发布后，合作伙伴完成同一场景所需数据、时间和落地成本能不能继续下降。这个标准里没有Star数，没有排名，只有账本。灵波已证明通用大脑接得上十几种机器人身体，接下来要证明：部署规模、接管率、单店经济模型、客户续约——这些运营数据能否支撑“机器人通用大脑”从概念变成生意。它是国内第一个被这张考卷检验的公司。被这样检验，本身就是头部位置带来的资格。