蚂蚁灵波发布具身大脑 LingBot-VLA 2.0，支持 20 种机器人本体
蚂蚁灵波开源跨本体 VLA 模型，支持 20 种机器人，引入未来预测与深度感知，性能领先竞品。
蚂蚁灵波今天开源新一代具身基座模型 LingBot-VLA 2.0，支持 17 家厂商的 20 种机器人构型，覆盖单臂、双臂、轮式、双足等形态。VLA（视觉-语言-动作模型）把视觉理解、语言指令和动作生成放进同一框架，之前很难跨本体。新模型引入未来预测（提前判断任务变化）和自家深度估计模型 LingBot-Depth（判断距离和空间关系），在基准测试中超过英伟达 GR00T N1.7 等竞品。
正文摘录
.jpg) 编辑｜杜伟 时隔 5 个月后，蚂蚁灵波亮出了自家新一代具身智能大脑。这一次，它试图把跨本体 VLA 从单点 Demo，推向可复现、可高效后训练与可部署的工程链路。 2026 开年以来，具身智能最重要的技术路线之一 VLA（视觉-语言-动作）， 其受行业关注的程度以及向前推进的速度超出了很多人的想象。 科技巨头英伟达推出专为人形机器人打造的开放 VLA 系列 GR00T N1.6 和 GR00T N1.7，具身智能独角兽 Physical Intelligence 推出的 π0.7 展现出了组合泛化、跨本体迁移能力。在国内，VLA 领域同样是百花齐放，涌现出了以蚂蚁灵波 LingBot-VLA 为代表的基座模型。 它们的出现让行业形成共识：机器人要进入开放环境，必须把视觉理解、语言指令和动作生成放进同一个模型框架里。同时，当把机器人从实验室搬到开放场景，各种现实问题很快出现：桌子高度变了、物体位置偏了、任务步骤被拉长了，换一台机器人本体又得重新适配。 不少 VLA Demo 已经能在特定设置下跑通，但距离稳定执行、跨本体泛化和低成本规模化部署，仍需要跨过数据、本体适配、工程系统等多重阻碍。这也是 VLA 进入深水区的原因，并带来了更现实的技术难题：机器人需要一颗什么样的通用大脑？ 面对真实世界的多样机器人任务， 蚂蚁灵波今天正式发布新一代具身基座模型 LingBot-VLA 2.0 。