蚂蚁灵波开源具身基座模型LingBot-VLA 2.0 支持20种机器人构型
蚂蚁灵波开源LingBot-VLA 2.0，用海量跨构型数据训练，旨在突破具身智能泛化瓶颈，推动商业落地。
蚂蚁灵波开源新一代具身基座模型LingBot-VLA 2.0，预训练使用6万小时真实物理数据，覆盖17个品牌20种机器人构型，在双臂操作和移动操作任务上性能领先，并已开启商业落地测试。
正文摘录
7 月 8 日，蚂蚁灵波科技宣布升级并开源新一代具身基座模型 LingBot-VLA 2.0。作为今年 1 月开源版本 LingBot-VLA 1.0 的全面升级，LingBot-VLA 2.0 在预训练阶段融入 6 万小时高质量真实物理数据，覆盖 17 个主流机器人品牌的 20 种机器人构型，并扩展对头部、腰部、末端执行器及移动底盘等自由度的支持。在构型泛化、自由度支持和落地效率等方面实现显著提升。 当前具身智产业日新月异，“小脑”和硬件本体加速演进，但行业“通用大脑”仍是规模化产业落地的核心制约。从“大脑”的角度，无论是模型能力，还是模型落地的效率与成本，都亟待突破。 技术报告显示，LingBot-VLA 2.0 在预训练阶段支持的机器人品牌包括乐聚、智元、宇树、松灵、星海图、银河通用、星尘、睿尔曼、Franka、方舟、北京人形、傅立叶、魔法原子、千寻、零次方、非夕、青龙等 17 家机器人厂商，覆盖单臂/双臂，双足/轮式等多种形态。  在自由度支持方面，LingBot-VLA 2.0 全面扩充了对头部、腰部、末端执行器（手）以及移动底盘等自由度的支持。 在双臂操作方面，基于上海交通大学 GM-100 评测，在 AgileX Cobot Magic 和 Galaxea R1 Pro 两个双臂机器人平台上，LingBot-VLA 2.0 的总体平均任务进度分和成功率均领先于 π0.5 与 GR00T N1.7。本次评测中，所有参评模型均以单一通用模型（generalist）部署，未针对特定任务做专项微调（specialist）。这一结果展现出 LingBot-VLA 2.0 更强的双臂协同操作能力和跨本体、多任务泛化能力。