蚂蚁灵波具身底座被斯坦福与韩国机构复用，药房窄道场景常态化落地

蚂蚁灵波（Robbyant）开源的具身“大脑全栈 2.0”在乌镇峰会现场展示了在80厘米宽窄通道内的药品分拣能力，该方案此前已在上海国大药房门店常态化运行。这套由视觉、深度感知、世界模型和动作决策组成的套件，自今年1月启动开源以来，GitHub Star数超3.3万，模型下载量突破220万次。

顶尖科研机构的代码复用提供了关键的技术背书：斯坦福李飞飞实验室在OpenWAM框架中直接复用了LingBot-VA的开源实现；韩国科学技术院（KAIST）将LingBot-VLA作为教师模型进行知识蒸馏，使4.5亿参数的学生模型任务成功率从35.3%提升至51.2%，且端到端延迟仅增加1毫秒。此外，全球最大机器人平台LeRobot已将相关模型合入官方主线，NVIDIA FlashDreams与SGLang等推理引擎也完成了集成适配。

该底座的工程价值在于其模块化拆解与真实数据闭环。它通过异步预测与执行化解控制延迟，并依托超10万小时真机作业数据（含大量失败样本）训练。在端侧部署上，海外开发者已利用消费级RTX 5090显卡将本地实时生成帧率从6.0 FPS提升至16.1 FPS，PandanAI也在Apple Silicon平台上跑通了轻量化试验。事实层面，这标志着具身智能正从单一演示转向适应异构本体与复杂物理环境的通用构件；推断层面，这种高复用性可能加速行业降低硬件门槛，但工业场景下的重负载与长周期稳定性仍需进一步验证。