在近期的一场行业交流活动中，蚂蚁灵波科技CEO朱兴就具身智能的发展现状与未来趋势发表了深度见解。他直言，当前具身智能仍处于冷启动阶段，距离大规模落地应用仍有不少挑战，其中能力与成本是横亘在行业面前的两道主要门槛。朱兴指出，数据的质量与分布比单纯追求数据量更为关键，这一观点引发了业内广泛关注。
朱兴以自动驾驶技术为类比，形象地解释了具身智能的发展路径。他表示，自动驾驶从L1到L4经历了多年的迭代，具身智能同样需要穿越这样的发展周期。在可落地的场景方面，他强调环境不能过于开放，任务也不能过于复杂，因为当前主流的模仿学习算法在面对异常情况时表现不佳。同时，成本问题也是制约行业发展的充分条件，如果无法实现经济效益，长期来看将难以持续。
在数据采集与利用方面，朱兴透露了灵波科技的独特做法。他指出，许多从业者反映数据采集过程中有高达90%的数据是无效的，而灵波科技则较早地放弃了购买成品数据的做法，转而采用定制化采集策略。通过模型训练定义需求，先进行试采形成标准化操作流程（SOP），再推给供应商进行大规模采集。这一方法使得从原始数据到进入训练环节的可用率大幅提升，从15%左右提高到了90%以上。朱兴强调，比数据量更重要的是数据的质量和分布，这是模型厂商的核心竞争力所在。
对于模型路线的选择，朱兴有着清晰的认知。他认为具身智能并非数字智能的简单延伸，而是需要满足机器人特有的需求，如合理性、符合物理规律以及实时高性能等。他举例说，一个矿泉水瓶在天空中跳舞后落到手上的场景虽然好看，但并不符合物理规律，对于机器人来说没有实际意义。因此，灵波科技在早期基于通用视频生成模型进行微调后，很快转向了原生研发，发布了LingBot-Video模型，并训练了LingBot-VA 2.0版本，近期还开源了小尺寸版本，希望将单向因果训练等技术贡献给开源社区。
在竞争格局方面，朱兴判断具身智能行业目前类似于大模型领域的“百模大战”初期阶段，但未来一定会逐渐收敛，基座公司不需要太多家。他表示，灵波科技选择了一条更高上限的发展路线，其优势在于训练规模、原生基模以及数据管线等方面。对于本体与大脑的争论，朱兴认为研发需要软硬一体，灵波科技的R系列机器人既承载了研发任务，也探索了生活服务场景的应用，但核心是输出闭源基模和工具链，帮助生态伙伴进行后训练、数据采集清洗、端侧部署以及真机强化学习等工作。在工业、物流等出货场景方面，灵波科技选择不直接涉足，而是愿意与集成交付方进行合作。
谈及独立融资的考量，朱兴表示这并非因为公司缺钱，而是出于人才激励和公司治理的需要，希望通过融资让公司更加高效地应对市场竞争。在选择应用场景时，灵波科技也紧密围绕蚂蚁集团的生活服务战略进行布局。例如，在药房场景中，机器人可以辅助药师完成工作，特别是在白天外卖高峰和夜间时段，能够显著减轻药师的工作负担。这一场景不仅SKU丰富、与人接触频繁，还是人机安全、抓取泛化等技术的理想试验场，同时也是进入家庭场景的重要前哨站。
朱兴最后强调，行业要实现长远发展需要保持耐心和稳健的步伐。灵波科技不急于通过炫酷的演示来证明自己，而是更加注重真实场景的落地、数据的产生以及模型的迭代循环。他相信具身智能的“ChatGPT时刻”终将到来，但具体时间无法预判。在他看来，ChatGPT的成功更多在于其聊天功能而非技术本身，具身智能下一步也需要达到一定规模，形成闭环运转才能迎来真正的突破。
