LingBot-VLA 2.0 – 螞蟻靈波開源的新一代具身智能基座模型

LingBot-VLA 2.0是什麼

LingBot-VLA 2.0 是螞蟻靈波科技開源的新一代具身智能基座模型，基於6萬小時預訓練數據，包含5萬小時真機數據與1萬小時人類操作數據，覆蓋17個品牌20種機器人構型，支持單臂/雙臂、雙足/輪式及頭部、腰部、底盤等多自由度。模型採用稀疏MoE架構與統一動作空間，在GM-100雙臂評測和長程移動操作任務中均領先π0.5與GR00T N1.7，RTX 4090推理耗時低於130毫秒。

LingBot-VLA 2.0的主要功能

• 20+構型泛化：支持17個品牌20種機器人構型，覆蓋單臂、雙臂、雙足、輪式等形態。
• 多自由度控制：支持頭部、腰部、末端執行器、底盤、手臂、夾爪等全身自由度。
• 雙臂協同操作：在GM-100評測中任務進度分和成功率領先競品。
• 長程移動操作：支持跨域場景的長序列任務推進，如冰箱收納、竈台清潔。
• 高效推理部署：後訓練版本在RTX 4090上推理耗時控制在130毫秒以內。

LingBot-VLA 2.0的技術原理

• 大規模異構數據預訓練：從9萬小時原始數據中清洗出6萬小時高質量數據，其中5萬小時來自20種機器人構型的真機操作，1萬小時來自第一視角人類操作視頻，覆蓋多樣化的物理交互場景。
• 統一動作空間表示：將20種異構機器人構型對齊到共享的Arm、EEF、Gripper、Move、Waist、Head、Hand等動作維度，實現跨本體的可擴展訓練。
• 稀疏MoE架構：模型採用1.6B總參數、0.6B激活參數的稀疏混合專家架構，在相同激活參數預算下，訓練損失和驗證動作誤差均顯著低於Dense 0.6B模型，兼顧性能與推理效率。
• 雙查詢蒸餾感知預測：通過Dual-query Distillation機制同時預測當前和未來的RGB、深度圖及DINO視覺表徵，增強模型對動態環境的時序理解能力。
• 多階段數據清洗流水線：將原始數據分爲機器人流和自我中心流，依次通過平滑動作與狀態過濾、高質量視頻篩選、VLM過濾、手部軌跡重建與標準化等階段，逐步提純訓練數據。

微信關注回覆“開源”，加入AI開源項目交流羣

如何使用LingBot-VLA 2.0

• 獲取模型權重：訪問 Hugging Face 或魔搭社區下載 LingBot-VLA 2.0 預訓練模型。
• 克隆開源代碼：從 GitHub 獲取推理與部署代碼，閱讀 README 瞭解環境依賴。
• 配置機器人本體：根據官方支持的20種構型清單，準備對應的機器人硬件與傳感器。
• 部署推理：將模型加載至 RTX 4090 或已適配的旭日S600、Jetson Thor/Orin 等邊緣計算平台。
• 執行操作任務：通過統一動作接口向機器人發送指令，完成雙臂操作或長程移動任務。

LingBot-VLA 2.0的核心優勢

• 跨構型泛化能力最強：覆蓋20種機器人構型，是業內支持本體種類最多的開源VLA模型之一。
• 雙臂與移動操作雙領先：在GM-100雙臂評測和長程移動操作跨域評測中均超越π0.5和GR00T N1.7。
• 推理效率優化：稀疏MoE架構使1.6B模型僅激活0.6B參數，RTX 4090上推理低於130ms，適配邊緣芯片。
• 生態適配完善：已完成地瓜旭日S600、英偉達Jetson Thor/Orin等主流芯片適配，並與樂聚、鈦虎等本體廠商建立合作。

LingBot-VLA 2.0的項目地址

• 項目官網：https://technology.robbyant.com/lingbot-vla-v2
• GitHub倉庫：https://github.com/robbyant/lingbot-vla-v2
• HuggingFace模型庫：https://huggingface.co/collections/robbyant/lingbot-vla-v2
• arXiv技術論文：https://arxiv.org/pdf/2607.06403

LingBot-VLA 2.0的同類競品對比

LingBot-VLA 2.0的應用場景

• 零售服務：在藥店、商超等場景完成貨架整理、商品取放、庫存盤點等雙臂操作任務。
• 物流倉儲： 執行包裹分揀、貨物搬運、長程移動裝卸等流程，適配輪式移動底盤。
• 工業製造：完成精密零部件裝配、工具取放、設備巡檢等需要高精度與多自由度協同的任務。
• 家庭服務：支持冰箱收納、竈台清潔、關節物體操作等日常家務。
• 科研開發：爲高校與研究機構提供開源VLA基座，加速具身智能算法迭代與本體適配研究。