为什么机器人连小卖部这类场景都难以大规模落地？
朱兴认为能力和成本两方面都还不足：模型能力、硬件稳定性有够不着的地方，任务越长程、环境越开放异常越多，而主流可落地方案以模仿学习为主，最怕没见过的异常；同时创造的价值不够而自身成本高，长期难以持续。
对话蚂蚁灵波 CEO 朱兴：机器人还吃不了「粗粮」
资讯摘要
#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
AI 摘要
爱范儿APPSO在2026外滩大会对话蚂蚁灵波CEO朱兴，探讨具身智能落地难题。朱兴认为机器人仍处“童年”，连小卖部都难落地，卡在模型能力与成本两点；灵波专注具身“大脑”基座模型，靠后训练降低场景门槛，已在国大药房门店部署药品拣选，并强调数据质量与异常数据飞轮的价值。
AI 问答
灵波为什么不直接在通用视频模型上微调，而要从头训练基座模型？
朱兴表示，基于数字世界通用视频模型微调上限不高，且会破坏原有先验和知识，导致泛化性下降。因此灵波更早启动原生研发，用大量机器人真实数据训练LingBot-Video，再训练LingBot-VLA 2.0，希望让后训练用更少数据达到同样甚至更好效果。
朱兴所说的具身智能“数据飞轮”是什么样？
他认为真正的飞轮是每个人在日常生活和工作中都在为机器人生产数据，但当前机器人还“吃不了粗粮”，无法直接使用。有了一定应用规模后，至少部分场景的异常数据飞轮可以转起来，那时更看重异常数据而非成功数据，其价值在于一次失误能变成后来者的经验。
更多资讯
Robinhood的财富效应
AI风口之下，明星们又想“挤上”牌桌了
GPT-6 Sol要来了？OpenAI本周或迎“发布狂潮”
探秘柬埔寨，千年吴哥窟
谁在给我们制造 AI 焦虑
Cloudflare将每天90亿次请求的JavaScript CDN迁移到其开发者平台
CLARITY闯关失败 加密市场闻声而动 政策空白谁填补
当黄仁勋和Dario遇上休谟：火鸡、台球与AI末日论
Dense vs. MoE Models: Active Parameters, Throughput, and When to Choose Each
AI不断进步 不得不把才华埋葬在昨天
豆包工作还想反超WorkBuddy？
破局产品同质化：长期主义的产品突围之路
Building AI to accelerate science and improve lives
iPhone 18 Pro & Duo 首发评测，提升最大的是「充电」和这个…
Python 拥抱 RISC-V：CPython 正式纳入 Tier 3 平台
理想落幕：加密行业为何集体走向同质化？
Stella：“显化”想要的人生，60天35万美元月收入
Opus 5.2深夜上线 RSI真来了？
豆包工作和飞书，把中国第一个团队 Agent 拉进了工作群和Jeff Dean押注同一方向，27岁清华助理教授创业，两个月融资数亿
从入门到精通，一篇文章带你入门产品经理！（2026 年最新版）
Xspark AI 丁文伯：触觉替代不了视觉，但机器人需要一套自己的“脊髓” ｜物理AI 50人Fedora 45 Beta 释出
当罗永浩站在群众的对立面
Scaling Federated Learning Across Docker, Kubernetes, and Slurm with NVIDIA FLARE
黄仁勋再谈AI危险论：中国会成为全球开源重要力量量子位2026人工智能年度榜单，正式启动！
缓存不该困在一台服务器里
129亿美元卖身英伟达之后，是时候重新理解Hugging Face了AWS 称无法恢复中东部分可用区资源和数据的访问