Ant Group създаде Ant LingBot като изцяло притежавано дъщерно дружество в Шанхай през декември 2024 г., неговото звено за физическо изпълнение на AI с над 90% магистри и докторанти. Водени от главния изпълнителен директор Zhu Xing и главния учен Shen Yujun, LingBot пусна шест въплътени AI модела с отворен код на WAIC 2026, обхващащи визия, видео, пространствено възприятие, манипулация, световни модели и световни модели на действие.
Технологичната стратегия на LingBot с двойна писта е отличителна. Маршрутът VLA визия-език-действие, представен от LingBot-VLA 2.0, следва основната в индустрията архитектура от възприятие към действие, споделена от сериите Figure и Google DeepMind RT. Маршрутът на световния модел, представен от LingBot-VA 2.0, предвижда как ще се промени светът, преди да генерира действия. VA 2.0 е описан като първият в индустрията въплътен модел на действие в естествения свят, обучен от нулата върху авторегресивна архитектура, постигаща 150Hz извод в реално време на един GPU. Неговият дизайн включва токенизация на семантично визуално действие, стриктно причинно-следствено предварително обучение, MoE архитектура и подобрено асинхронно заключение, което позволява на робота да предсказва бъдещи състояния, докато изпълнява текущи действия, отговаряйки за 6,7 милисекунди в сравнение с човешко мигане от 300-400 милисекунди.
Стратегията с отворен код е централна за амбициите на екосистемата на LingBot. Тъй като техническите стандарти във въплътеното AI пространство все още са подвижни, LingBot пусна пълни тегла, код, вериги от инструменти след обучение и показатели за оценка. Моделите поддържат множество конфигурации на роботи, което позволява на различни хардуерни платформи да споделят един и същи мозък. Над дузина производители на роботи са създали партньорства, включително Unitree Robotics, Xinghaitu и Leju Robotics, чийто KUAVO 4 Pro завърши адаптацията на LingBot-VLA в 95 реални сценария на манипулация. LingBot също така произведе свой собствен обслужващ робот, Robbyant R1, насочен към сценарии за дома, грижи за възрастни хора и здравеопазване, въпреки че обемите на доставките остават ограничени.
Предизвикателството с данните е най-същественото ограничение на LingBot. Индустрията с въплътен AI е изправена пред фундаментална празнина в данните: докато LLMs могат да се обучават върху трилиони токени данни на човешки език, данните за физическото взаимодействие трябва да се натрупват чрез реална работа на роботи. LingBot разчита на модел за заемане на яйца за правене на омлети, като извлича реални данни за роботи от партньори на екосистемата, включително Unitree, Leju и Xinghaitu, вместо да оперира собствената си голяма флотилия от роботи. Тази зависимост създава стратегическа уязвимост, тъй като партньорите едновременно развиват собствените си способности на ИИ. LingBot е единственото голямо дъщерно дружество на китайската технологична фирма, което преследва както модели на мозъчна основа, световни модели, така и внедряване на хардуер едновременно, стратегическа широта, която създава конкуренция за ресурси в рамките на Ant Group и конкуренция с други, свързани с Alibaba, въплътени AI инициативи.
LingBot е уникален сред китайските технологични гиганти в преследването на пълния набор от мозъчни модели през световни модели до внедряване на хардуер. Alibaba, Tencent, Huawei, JD.com и Meituan следват по-фокусирани стратегии. LingBot тества дали финтех гигант може да инкубира бизнес с роботика и дали световните модели на действие с отворен код и заемането на данни могат да преодолеят въплътените ограничения на ИИ.