当大语言模型（LLM）的能力趋于饱和，行业开始探讨何为真正的智能。本文基于图灵奖得主Yann LeCun的观点，探讨了超越语言的物理AI，并介绍了蚂蚁灵波团队通过开源四款具身智能模型，对这一前沿方向的实践与探索。
智能速览
图灵奖得主Yann LeCun认为，预测文本不等于理解现实世界。
真正的智能应具备在脑中推演物理与因果的能力。
蚂蚁集团旗下的蚂蚁灵波团队正积极推动物理AI发展。
该团队连续开源了四款具身智能相关模型。
精华内容
语言的边界在哪里？当AI需要理解并操作真实世界时，一场新的范式革命或许正在悄然发生。
语言模型的天花板
当前大语言模型的核心能力在于文本预测，但这与真正理解世界存在鸿沟。图灵奖得主Yann LeCun明确指出，语言不等于智能，仅凭预测文本无法触及现实世界中复杂的物理规律与因果关系。这意味着，现有模型在需要深度规划和物理交互的场景中，其能力将受到根本性限制。
迈向物理智能
真正的智能，被定义为能够像人类一样在脑中对物理世界进行推演。这种能力意味着AI需要建立一个关于世界的内部模型，能够「预测未来」，从而做出复杂的规划。这种从纯语言到物理交互的转变，被视为人工智能的下一个重要发展方向，即物理AI时代。
中国力量的入场
在这一前沿探索中，蚂蚁集团旗下的蚂蚁灵波团队（Robbyant）展现了积极的行动力。2026年初，该团队以「饱和式攻击」的节奏，连续四天开源了四款具身智能核心模型。这些模型分别聚焦于空间感知、具身任务、世界模型构建等关键环节，为物理AI的实现提供了从感知到决策的完整技术栈支持。
具身模型的价值
开源的四个模型——LingBot-Depth、LingBot-VLA、LingBot-World 和 LingBot-VA，共同构成了具身智能的基础。LingBot-Depth负责高精度空间感知，是机器人看清世界的基础。LingBot-VLA作为具身大模型，连接感知与行动。LingBot-World和LingBot-VA则致力于构建能够预测世界变化的内部模型，让机器人拥有「预判」能力，直指物理AI实现的核心挑战。
