作者：侯建 来源：原创 发布日期：08-25
一 | 谷歌CEO桑达尔·皮查伊。图片由AI生成 文丨苏扬 编辑丨徐青阳 美国当地时间7月22日，谷歌母公司Alphabet发布了截至6月30日的2026年第二季度财报。当季总营收达1197.96亿美元，同比增长24%；在巨额股权投资收益大幅增值的拉动下，净利润一举飙升至1121.07亿美元，摊薄后每股收益达9.11美元。
二 | Alphabet主要财务数据 然而，强劲的财务数据并未在资本市场引发狂欢。 该图片使用了AI生成技术 本文来自微信公众号： 潮涌AI ，作者：潮涌AI编辑部，原文标题：《蚂蚁集团组织了一支「物理AI特工队」：蚂蚁灵波具身路线的优势与困顿》 2024年12月，上海张江，一家新公司注册成立。财报发布后，Alphabet股价在盘后交易中一度跌超4%。 市场态度的冷淡，揭示了投资者在面对庞大账面利润时更深层的担忧：在AI战争胶着、资本开支疯狂翻倍的背景下，谷歌强劲的云业务与搜索基本盘，能否支撑起AI基建吞金的胃口？ 01 业务拆解：云业务暴涨82%，搜索与广告盘口稳固 Alphabet业务拆解财务数据 从具体业务板块来看，本季度Alphabet的核心业务呈现出“云业务陡峭拉升、搜索与广告稳健支撑”的格局。 作为AI工具与企业级服务主要承载平台的谷歌云表现最为亮眼。谷歌云当季营收达到247.68亿美元，同比大幅增长82%，远超市场预期。这一突破主要受谷歌云平台（GCP）在企业级AI基础设施与AI解决方案领域的强劲需求驱动。 随着规模效应释放，谷歌云部门的营业利润从去年同期的28.26亿美元拉升至88.14亿美元，营业利润率从20.7%提升至35.6%。 据了解，在Gemini Enterprise等商业化方案渗透率提升的推动下，目前近90%的《财富》100强企业均在使用其产品，这也让谷歌云在手积压订单规模从一季度的4600亿美元攀升至5140亿美元。 作为集团现金流来源的“谷歌服务”部门，本季度整体实现营收945.40亿美元，同比增长15%，实现营业利润395.44亿美元。 硕博占比超过九成，CEO是朱兴，首席科学家沈宇军来自蚂蚁技术研究院交互智能实验室。 “谷歌服务”细分业务中，旗舰搜索业务实现营收632.71亿美元，同比增长17%，主要来自AI Overviews与全新“AI Mode”功能融合带来的搜索查询量增长，目前AI Overviews的月活用户已超过25亿。 这家公司叫蚂蚁灵波，蚂蚁集团全资子公司，注册资本1亿元，在刚刚结束的WAIC上以“镇馆之宝”的名号扩散势能。 YouTube广告营收在2026年FIFA美加墨世界杯等全球赛事的带动下，实现了13%的增长，达到110.55亿美元，期间有超过17亿独立用户在YouTube上观看世界杯相关内容。 毫无疑问，蚂蚁集团内部多了一支被员工称为“物理AI特工队”的队伍。
三 | 包含硬件与订阅在内的“订阅、平台与硬件”业务营收达129.11亿美元，同比增长15%。传统联盟网络广告业务微幅下滑0.7%至73.03亿美元，反映出广告主预算向搜索端和短视频端的集中。他们的任务不是做支付，不是做大模型聊天机器人，而是给实体机器人造“大脑”。本季度总流量获取成本（TAC）为161.79亿美元，占广告收入的比重保持稳定，显示出谷歌在渠道买量上的控制力。 在前沿项目与集团层面，包含Waymo自动驾驶在内的“前沿项目”（Other Bets）二季度实现营收3.82亿美元，营业亏损从去年同期的12.46亿美元扩大至 17.99亿美元，主要是自动驾驶在多城市加速商业化落地带来的前期投入增长。 此外，反映集团共享AI基础研发与前沿模型开发成本的“集团级活动”营业亏损达到了57.89亿美元，较去年同期的33.72亿美元扩大了71.7%，显示出大模型研发费用的消耗速度。 蚂蚁如何爬出一家“机器人公司” 朱兴2011年加入阿里巴巴。 过去14年里，他做过支付、金融服务、O2O，2023年刚刚完成支付宝广告商业化的从0到1，而在2024年底，他被抽调筹建蚂蚁灵波。
四 | 这是一个令外界意外的选择。 从时间线来看，灵波的筹建时间非常紧迫。 02 980亿“其他收益”的账面富贵 本季财报中最引人注目的数据，莫过于高达1121.07亿美元的归母净利润。
五 | 拆解利润构成可以发现，这主要归功于一条容易被忽视的会计明细：Alphabet的“其他收益”在本季度达到了979.83亿美元，而去年同期这一数字仅为26.62亿美元。 朱兴没有机器人行业的背景，但他有一个蚂蚁当下最需要的能力：把技术变成能落地的产品。
六 | 灵波的首席科学家沈宇军则来自蚂蚁技术研究院交互智能实验室，研究方向是计算机视觉和深度学习，本科毕业于清华大学电子工程系，然后选择在香港中文大学信息工程系攻读博士学位，曾在商汤实习，担任过字节跳动高级研究员。 两人搭配的逻辑清晰：一个懂产品化和商业化，一个懂技术底层。 目前，灵波团队硕博技术人才占比超过九成。财报明确标注，该笔巨额收益主要来自Alphabet持有的股权证券未实现收益，即尚未变现的账面浮盈。在蚂蚁集团内部，灵波挂在CTO线下，与百灵大模型团队、支付宝AI团队平行，但专攻“物理智能”——也就是具身智能。 这笔收益背后，是Alphabet此前对几家科技公司的早期押注。 Alphabet早在2015年就通过投资获得了SpaceX约7%的股份，伴随SpaceX于6月完成IPO，其估值飙升给Alphabet带来了约133倍的账面回报。
七 | 同时，Alphabet持有AI独角兽Anthropic约14%的股份，后者在5月融资后估值已接近1万亿美元。 蚂蚁集团对灵波的战略定位，是把AGI目标拆成两个层面：数字智能和物理智能。数字智能由百灵大模型、AI支付宝、蚂蚁阿福等业务承载；物理智能的核心执行主体，就是灵波。
八 | 此外，Alphabet持股的Databricks估值也在7月份的融资中达到了1880亿美元。
九 | 虽然这笔近千亿美元的浮盈拉高了当季净利润，但由于其属于非经营性且未变现的账面数字，资本市场并未将其视为公司核心业务经营能力的提升。 03 隐忧与风险：资本开支狂飙与自由现金流承压 在云业务与投资收益之外，投资者在财报发布后选择卖出，核心在于对公司资本开支与自由现金流状况的顾虑。
十 | 六款模型，两条路线 2026年7月初，蚂蚁灵波在一周内连续发布六款具身智能大模型，覆盖视觉、视频、空间感知、灵巧操作、世界模型和世界动作模型六个方向，并且全部开源。
十一 | 这不是一次普通的产品发布，灵波在发布会上展示了它的技术路线选择：双线并进。 第一条是VLA路线（视觉-语言-动作），代表模型是LingBot-VLA 2.0。 为了在AI基础设施竞争中保持产能，谷歌二季度资本支出达449亿美元，较去年同期的225亿美元直接翻倍。
十二 | 更让市场担忧的是，谷歌将2026年全年资本支出预期区间由上一季度的1800亿至1900亿美元，上调至1950亿至2050亿美元。
十三 | 随着资金砸向数据中心与GPU采购，公司第二季度的自由现金流已正式转负。 为了支撑资本开支，谷歌在二季度展开了频繁的融资动作，包括通过发行股票及可转换优先股获得了496亿美元净收益，签署了最高可达400亿美元的ATM股票发行协议，并发行了203亿美元的高级无担保债券。 但在投入增加的同时，谷歌在核心大模型的研发攻坚上遇到了一定困难。原定推出的新一代旗舰模型Gemini 3.5 Pro因未达内部预期而推迟发布，本周仅推出了三款轻量级模型。 在Anthropic推出Mythos 5、OpenAI官宣GPT-5.6的竞争格局下，谷歌主模型已多月未更新，加之6月份两位核心研究员跳槽至 Anthropic，也引发了外部对其技术迭代节奏与人才团队稳定的关注。这条路线的主流逻辑是“看到→理解→动作”，基于视觉-语言模型做基座，让机器人根据视觉输入和语言指令输出动作。
十四 | Alphabet的二季度财报折射出公司在AI转型期面临的现实：传统的搜索与广告业务基本盘依然稳固，云业务在AI需求的驱动下实现了82%的增长，早期的科技投资也带来了上千亿美元的账面回报；但另一方面，AI基建极高的资金门槛挤压了自由现金流，庞大的资本开支迫使公司需要通过债券和股权市场密集筹资。这是当前行业最主流的技术路线，Figure、Google DeepMind的RT系列都在这个方向。 第二条是世界模型路线，代表模型是LingBot-VA 2.0。 对于资本市场与投资者而言，后续观察Alphabet的关键，在于其每年2000亿美元级别的硬件基础设施投入，能否尽快推动谷歌在下一代旗舰模型上实现技术突破，并转化为可落地的商业化产出。这条路线不直接映射感知到动作，而是先预测“世界接下来会如何变化”，再同步生成下一步动作。 特约编译无忌对本文亦有贡献。沈宇军在技术分享中把VA 2.0定义为“行业首个具身原生世界动作模型”，基于自回归架构从零开始预训练，实现了单卡150Hz的实时推理。 六款模型的分工是清晰的： VA 2.0的技术细节值得单独拆解。
十五 | 据灵波发布的技术文档，它采用了四项核心设计：语义视觉-动作分词器、严格的因果预训练范式、MoE架构，以及增强的异步推理机制。前三项解决的是“理解世界”的问题，最后一项解决的是“实时响应”的问题，让机器人在执行当前动作时，模型已经开始预测未来状态。
十六 | 150Hz的推理频率是什么概念？ 它意味着模型每秒完成150次推理，单次响应约6.7毫秒；作为参照，人类眨眼一次约需300-400毫秒，也就是说，机器人“思考”一次的时间不到眨眼时间的1/50。 灵波的技术文档称，VA 2.0让机器人具备了“边推演、边行动”的通用控制能力。 但一位机器人行业从业者向亿邦动力表示，推理频率只是工程指标之一，真正的考验是在真实场景中的泛化能力。“在仿真环境里跑150Hz和在有老人、小孩、宠物的家庭环境里跑150Hz，是两回事。” 开源、R1和生态 灵波这次发布的另一个关键策略是全栈开源——权重、代码、后训练工具链、评测集全部放出。 在技术标准尚未定型的阶段，开源是建立生态影响力的最快方式。灵波的模型支持多种机器人构型，不同本体和场景均可接入同一套“大脑”。 目前，已有十几家机器人厂商与灵波建立合作。 除了蚂蚁直接参与投资的宇树科技、星海图，今年6月，乐聚机器人官宣旗下KUAVO 4 Pro（夸父）已完成LingBot-VLA的后训练适配，并围绕GM-100评测体系里的95个真实操作场景做了系统性测评。 LingBot‑VLA 2.0训练 但灵波并非只做“大脑”。 2025年9月，它推出了首款服务机器人Robbyant R1，定位家庭、养老、医疗健康等服务场景。不过，根据多家媒体的报道，R1目前的出货量有限，更接近“验证模型的载体”，距离大规模走量尚有距离。 这是一个现实的处境。
十七 | 在硬件本体环节，宇树、智元、银河通用、星动纪元等公司在硬件工程、供应链和量产上已经积累了数年，灵波的机器人产品力和量产能力还无法与它们直接竞争。 大厂具身地图上的“唯一” 把灵波放在中国大厂具身智能的地图上，它的位置有些特殊。 阿里在通义体系下推出了Qwen-Robot，但产品定位更偏平台工具，给机器人厂商提供多模态基础模型，本身不做本体，也不深入到具身大脑的操作层；腾讯的Robotics X研究院走“云+投资”路线，把大脑和算力卖给机器人公司；华为CloudRobo同样以云端能力为主。京东和美团采取重投资、轻自研的策略，聚焦物流和配送场景。
十八 | 灵波是唯一一家同时押注大脑基座、世界模型和本体落地的大厂子公司。 蚂蚁灵波官网截图 但这个“唯一”也带来了问题。 灵波在蚂蚁集团内部需要与百灵大模型团队、支付宝AI团队争夺资源；在蚂蚁集团外部，仅阿里系内部就有多个具身智能条线“各自为战”，包括千问Qwen-Robot、高德世界模型，尚未形成统一的战略协同。 数据困局与开源的悖论 如果技术路线的不确定性是第一层困顿，那么数据瓶颈是更现实的第二层。 具身智能行业有一个被反复提及的残酷数字：真实世界数据与语言数据有几万到几百万倍的差距。大语言模型可以调用万亿级的人类语言数据进行训练，但机器人需要的物理交互数据，比如“怎么抓杯子不碎”“在湿滑地面上怎么保持平衡”，只能靠真机一点点积累。 灵波的数据从哪里来？ 根据AIX财经报道，灵波的真机数据主要依赖生态伙伴供给，包括宇树、乐聚、星海图等合作厂商的真机测试数据。 这是一种“借鸡生蛋”的模式：灵波自己不造大量本体，靠合作伙伴的数据来训练模型。 但这个模式的脆弱性是显而易见的。
十九 | 宇树科技刚刚推出了宇树UnifoLM-OminiA-0.3具身大模型，智元机器人有自己的世界模型和AgiBot World数据平台。一旦这些本体厂商认真自研大脑，数据供给随时可能收紧，灵波将失去最重要的训练燃料。 微博截图 全栈开源是灵波应对这个困局的策略：权重、代码、工具链、评测集全部放出，吸引全球开发者基于其标准开发，试图把自己变成“公共底座”。
| 但是，别忘记了具身智能头部玩家们自己也都在有意识布局“大脑”，如果它们自己的大脑做得比灵波更好，为啥选择灵波？ 开源在标准未定型的阶段是建立生态的最快方式，但它本身不构成护城河。模型能力能否持续领先，才是灵波能不能守住“公共底座”位置的关键。 为什么要做这件事？ 蚂蚁做具身智能，最直接的背景是战略重心发生了变化。 “具身智能”在2025年首次被写入政府工作报告，随后，上海、深圳等地相继出台支持政策。但政策红利之外，蚂蚁有一个更具体的业务逻辑。
| 蚂蚁的主业，支付、金融、健康，增长已见顶。
| 但很多人忽略了一点：蚂蚁从来就不是一家纯线上的公司。
| 支付宝的二维码遍布全国数千万商户，蚂蚁的医疗业务（好大夫在线、阿福）直接连接医院和患者，芝麻信用渗透进租房、出行、政务等线下场景。 蚂蚁的触角早已延伸到线下，只是过去用软件和二维码作为入口。 在老龄化社会里，AI助手不仅要解决问诊这一个问题，最终还要有实体：陪伴、送药、康复、看护，纯软件解不了这些问题。 沈宇军在今年7月的一次技术分享中表示，“未来要更好地服务用户，肯定会进入到物理世界，这是业务的自然延伸。” 从这个角度看，灵波对蚂蚁而言，不是一次跨界冒险，而是主业的自然延伸。 对一家科技公司来说，做具身智能、做物理AI，是进入线下最深场景最合理的路径之一。蚂蚁必须走这一步，因为线下的刚需场景终究需要实体来承接。 但这条路的长度可能超出预期。 高盛团队在研报中认为，人形机器人技术拐点仍不明朗，能力尚不足以处理多种通用任务。高盛预计，到2027年全球人形机器人出货量约7.6万台，到2032年约50.2万台，步伐慢于市场预期。 灵波的200余人团队正在和时间赛跑。他们在一周内开源了六款模型，但把模型变成能在老人家里安全运行的机器人，还需要更长的周期。 CEO朱兴在公司成立之初说过一句话：“让人形机器人早日走进寻常百姓家。
| ” 这句话的实现时间，目前还没有人能给出一个确切的数字。 *参考文章： AIX财经《蚂蚁，为何狂卷具身智能？》 亿邦动力《一周开源六款模型蚂蚁灵波卡位“具身原生”》 科创板日报《WAIC观察：具身智能“深圳军团”，补齐人形机器人落地关键中间层》 本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。
| 如对本稿件有异议或投诉，请联系 [email protected]。
Current article:http://c4vqz4y.zhuaicaisaanzhenshunnaiwei.bond/news/20260826_354722.html
Published on:21:21:59