LingBot-VLA 2.0

LingBot-VLA 2.0 – 蚂蚁灵波开源的新一代具身智能基座模型

LingBot-VLA 2.0，一款由蚂蚁灵波科技倾力打造的全新一代具身智能基座模型，现已正式开源。该模型凭借高达6万小时的深度预训练数据，其中包括5万小时的真实机器人操作数据和1万小时的人类第一视角操作数据，展现出非凡的泛化能力。其训练数据覆盖了17个不同品牌的20种机器人构型，能够灵活驾驭单臂、双臂、双足、轮式等多种形态，并精通头部、腰部、底盘等复杂多度的精准控制。

LingBot-VLA 2.0 究竟是何方神圣？

LingBot-VLA 2.0 是蚂蚁灵波科技推出的新一代具身智能核心模型。它以海量的6万小时预训练数据为基石，其中蕴含了5万小时来自真实机器人系统的操作轨迹，以及1万小时由人类第一视角记录的操作精华。模型的强大之处在于其广泛的适用性，能够适配17个品牌、20种各具特色的机器人构型，无论是单臂或双臂的灵巧操作，还是双足或轮式的移动能力，亦或是头部、腰部、底盘等全身多度的协调，都尽在掌握。该模型采用了先进的稀疏MoE（混合专家）架构和统一的动作空间设计，在GM-100双臂机器人评测和长距离移动操作任务中，均取得了超越π0.5和GR00T N1.7的优异成绩。更令人惊喜的是，在RTX 4090显卡上，其推理耗时被控制在130毫秒以内，展现出卓越的运行效率。

LingBot-VLA 2.0 的核心亮点

• 覆盖逾20种机器人形态：该模型无缝支持17个品牌的20种机器人构型，涵盖了单臂、双臂、双足、轮式等多样化的机器人设计。
• 全方位多度操控：不仅能精细控制手臂和末端执行器，还能实现头部、腰部、底盘等全身多个度的联动，提供全面的控制能力。
• 卓越的双臂协同能力：在GM-100双臂机器人评测中，LingBot-VLA 2.0 在任务完成度和成功率方面均超越了主要竞争对手。
• 长距离移动操作无缝衔接：能够跨越不同场景，高效推进长序列任务，例如冰箱物品整理和厨房灶台的清洁工作。
• 极致推理效率，轻松部署：经过后训练优化，在RTX 4090上推理延迟低于130毫秒，为实际部署提供了坚实保障。

LingBot-VLA 2.0 的技术精髓

• 海量异构数据构建坚实基础：从9万小时的原始数据中精心筛选出6万小时的高质量训练数据，其中5万小时是20种不同机器人构型的真实操作记录，1万小时则是第一人称视角下的人类操作视频，极大地丰富了模型的场景理解能力。
• 统一动作表征，实现跨本体训练：通过将20种形态各异的机器人动作映射到统一的Arm、EEF、Gripper、Move、Waist、Head、Hand等动作维度，模型能够实现跨越不同机器人本体的泛化训练。
• 精巧的稀疏MoE架构：模型采用了稀疏混合专家（MoE）架构，拥有1.6B的总参数量，但仅激活0.6B参数。在相同的激活参数预算下，该架构显著降低了训练损失和验证动作误差，远优于同等规模的密集模型，实现了性能与效率的双赢。
• 双查询蒸馏，洞察时序变化：利用Dual-query Distillation机制，模型能够同时预测当前和未来的RGB、深度图像以及DINO视觉特征，从而更深刻地理解动态环境中的时间序列信息。
• 多阶段数据净化流程：原始数据经过机器人流和自我中心流的双重处理，依次通过动作与状态平滑过滤、高质量视频筛选、VLM（视觉语言模型）过滤、手部轨迹重建与标准化等多个环节，确保了训练数据的纯净与高质量。

立即关注微信公众号，回复“开源”，即可加入AI开源项目交流社群，与众多技术爱好者一同探索AI的无限可能！

如何轻松上手 LingBot-VLA 2.0

• 获取模型权重：前往 Hugging Face 或魔搭社区，轻松下载 LingBot-VLA 2.0 的预训练模型。
• 克隆开源代码：访问 GitHub 获取最新的推理与部署代码，并仔细阅读 README 文件以了解详细的环境配置要求。
• 配置您的机器人硬件：根据官方提供的20种支持构型清单，准备相应的机器人硬件设备和传感器。
• 部署推理引擎：将模型加载至 RTX 4090 显卡，或已适配的旭日S600、Jetson Thor/Orin 等主流边缘计算平台。
• 启动智能操作：通过统一的动作接口向机器人发送指令，即可解锁双臂协同操作或长程移动任务的强大能力。

LingBot-VLA 2.0 的独特优势

• 无与伦比的跨构型泛化能力：支持20种机器人构型，是目前市场上开源VLA模型中支持本体种类最丰富的之一。
• 双臂与移动操作的全面领先：在GM-100双臂评测和长程移动操作跨域评测中，均实现了对π0.5和GR00T N1.7的超越。
• 极致的推理效率：稀疏MoE架构的设计使得1.6B参数的模型仅激活0.6B，在RTX 4090上推理速度低于130毫秒，完美适配边缘计算场景。
• 完善的生态适配：已成功适配地瓜旭日S600、英伟达Jetson Thor/Orin等主流芯片，并与乐聚、钛虎等机器人本体厂商建立了紧密的合作关系。

LingBot-VLA 2.0 的项目链接

• 项目官方网站：https://technology.robbyant.com/lingbot-vla-v2
• GitHub 代码库：https://github.com/robbyant/lingbot-vla-v2
• HuggingFace 模型中心：https://huggingface.co/collections/robbyant/lingbot-vla-v2
• arXiv 技术论文：https://arxiv.org/pdf/2607.06403

LingBot-VLA 2.0 与同类竞品深度对比

LingBot-VLA 2.0 的广泛应用前景

• 零售服务业的得力助手：在药店、超市等场所，可高效完成货架整理、商品存取、库存盘点等双臂协同任务。
• 物流仓储的自动化升级：无论是包裹分拣、货物搬运，还是轮式底盘的长程移动装卸，都能胜任。
• 工业制造的精密赋能：在精密零部件的装配、工具的取放以及设备的巡检等高精度、多度协同的任务中大显身手。
• 家庭服务的智能化升级：能够协助完成冰箱物品整理、厨房清洁等日常家务，甚至处理需要精细操作的关节型物体。
• 科研开发的强大支撑：为高校和研究机构提供了一个开源的VLA基座，有力地推动了具身智能算法的迭代和机器人本体的适配研究。