作为人工智能与机器人技术深度融合的最前沿，具身智能被视为继大语言模型之后的下一代人工智能（AI）范式，属于机器人的”ChatGPT时刻”呼之欲出。然而，依托数字世界模型能力”嫁接”而成的具身智能”大脑”能否完美匹配物理世界？图灵奖得主、AI科学家Yann LeCun（杨立昆）曾在多个场合表达同一观点——真正的智能必须植根于物理世界。近日，蚂蚁灵波发布业界首个具身原生世界动作模型LingBot-VA 2.0，它代表了具身智能发展的一种关键路线选择：机器人”大脑”不再依托数字世界模型能力的”嫁接”，而是从动态建模、因果预测、实时执行等与环境交互的原始需求出发，进行原生设计。
蚂蚁灵波CEO朱兴表示，具身智能模型复杂性的核心症结在于：实验室环境、数字仿真场景以及各类标准测试基准，均难以完整复现模型在真实物理场景落地运行时遭遇的各类难题。基于此，物理智能领域的技术难题仍需回归物理智能底层路径求解。
在人工智能的浪潮中，具身智能被视为通往通用人工智能的关键一步。它以物理实体为载体，通过感知、认知、决策与执行的完整闭环，实现机器在真实物理世界中的自主交互与操作，成为连接数字智能与物理世界的关键桥梁。据中国机电一体化技术应用协会《2026中国具身智能产业发展报告》统计，2025年全球人形机器人出货量约1.8万台，同比增长508%。其中，中国企业合计占据约74%的出货量份额。2026年，全球具身智能产业或将迎来爆发式增长。然而，将强大的数字模型能力迁移到物理世界，并非简单的”嫁接”即可实现。朱兴表示，当前行业主流路线大多依托于为数字内容创作而设计的视频生成模型，再通过微调来适配机器人控制。