告别数字嫁接，直面物理世界

机器人控制并非单纯的视频生成微调, 以往主流做法是将数字世界模型生硬套用于机器人, 此做法常致知识遗忘, 泛化能力亦大幅降低, 因创作视频注重画质, 机器人控制注重执行效率与因果预测, 二者出发点全然不同, 强行适配效果不佳。

VA2.0选取了一条更为艰难的路径, 它源自物理世界的初始需求, 开展原生设计, 这表明机器人要领会动作所引发的环境变动, 并依此来决断下一步行动, 这种基于自回归架构的预练习, 致使模型自起始便遵循单向时间次序, 视觉预测以及动作生成因而更为合乎情理且高效。

核心架构四大突破，性能大幅提升

VA2.0引进了语义视觉动作分词器, 达成了视觉跟动作的对齐, 这使得模型更易于把指令转变为具体动作, 提高了执行精度。另外, 严密的因果预训练范式保证了逻辑的正确性, 这样的设计使机器人可以更好地应对复杂环境下的持续变化。

该模型采用了MoE架构, 在此架构中, 不牺牲效率这件事的基础上扩大了容量, 这件事解决 了传统模型在性能和效率难以被兼顾的问题, 那个经过增强的异步推理机制实现了实时闭环控制, 机器人在执行动作的同一当下，能够预测未来的状态并且校正决策, 这样的一种设计使得响应速度变得更快, 决策变得更加精准。

单卡150Hz实时推理，效率惊人

于真机测试里, VA2.0呈现出了卓越的执行速度, 它达成了单卡150Hz的实时推理效率, 这可是个相当惊人的数据, 意味着机器人的反应极为迅速, 在不依靠外部拍摄设备的情形下, 机器人便能够完成与人类的多轮随机对打, 这种泛化能力证实了其强大的适应性。

过去时, 行业痛点为执行效率低下, VA2.0利用原生架构设计, 将此问题彻底解决, 它无需漫长微调过程, 而是直接针对物理世界予以优化, 这般高效性致使机器人于实际场景里更具应用价值, 用户能够目睹更流畅、更自然的机器人动作呈现。

蚂蚁灵波密集发布，构建完整生态

本周, 蚂蚁灵波持续发布多款模型, 这些模型覆盖多个细分方向, 其中有面向空间感知的模型, 还有面向一脑多机的动作模型VLA2.0, 另外有面向实时交互和视频生成基模的最新成果, 这些模型一同构成具身智能的基础设施。

身为集大成者的VA2.0, 标志着具身原生新阶段的起始。它把此前各项技术探索的成果予以整合。蚂蚁灵波CEO朱兴表明, 会持续探究具身智能的新上限。与此同时, 他们还在加快构建开放的技术生态以及场景生态。这对机器人更快迈向产业应用有益。

WAIC大会即将亮相，现场体验震撼

全面展示落地场景的蚂蚁灵波, 会于2026年在世界人工智能大会呈现, 展会时间是7月17日至20日, 地点处于上海世博展览馆, 观众能够在H3 – B302以及H1 – C701展位开展现场体验, 到时候全栈大脑2.0的实际应用能力将会被展示。

这次的展示, 并非仅仅是技术的陈列, 而是更是有着的却是场景的验证, 观众能够近距离去观察机器人在真实的这般环境当中的表现, 这无疑将会直观的加以体现具身原生模型的优势, 对于那些关注机器人产业发展身为其中专业方面那批人士而言, 这绝对是一个不可遗漏错过掉的机会, 现场所进行的体验将会带来更为强烈的感官冲击。

具身智能新起点，未来已来

VA2.0 发布，标志着机器人基础模型有重大转折, 是从数字世界到物理世界的原生设计, 这是一次关键的路线选择, 它解决了长期存在的效率与泛化难题, 这一进展会推动具身智能进入新的快速发展期。

伴随技术走向成熟 , 机器人会更广泛地步入职日常生活以及工作场景。蚂蚁灵波它本身的生态布局同样给行业送上了崭新的参考。在将来的时候说不定能瞧 , 更多拥有高智能以及高效率这般特质的, 机器人将出现。这样的一种变革现今正静悄悄地展开 , 值得每一个个体给予关注。你针对机器人的未来有着怎样的憧憬和期待呢。