蚂蚁灵波开源LingBot-VLA 2.0:突破具身智能泛化瓶颈
近日,蚂蚁灵波科技宣布开源新一代具身基座模型LingBot-VLA 2.0,标志着具身智能领域在模型泛化能力和实际应用效率上取得重要突破。 作为今年1月发布的LingBot-VLA 1.0的全面升级版...
近日,蚂蚁灵波科技宣布开源新一代具身基座模型LingBot-VLA 2.0,标志着具身智能领域在模型泛化能力和实际应用效率上取得重要突破。
作为今年1月发布的LingBot-VLA 1.0的全面升级版本,LingBot-VLA 2.0在多个关键维度实现显著提升。首先,在数据规模方面,模型采用6万小时高质量真实物理数据进行预训练,其中包括从9万小时原始数据中清洗出的5万小时真机数据,以及从2万小时第一视角人类操作数据中提炼的1万小时有效数据。这种大规模、高质量的数据体系为模型提供了强大的学习基础。
在机器人构型支持方面,LingBot-VLA 2.0覆盖了17家主流机器人厂商的20种不同构型,包括单臂/双臂、双足/轮式等多种形态。这一广泛的兼容性使得模型能够适应不同硬件平台的需求,为具身智能技术的规模化应用奠定了基础。
特别是在双臂操作能力上,LingBot-VLA 2.0在基于上海交通大学GM-100评测基准的测试中表现出色。在AgileX Cobot Magic和Galaxea R1 Pro两个平台上,其总体平均任务进度分和成功率均领先于其他竞争对手,如π0.5与GR00T N1.7。这种跨本体、多任务的泛化能力表明,LingBot-VLA 2.0在复杂操作场景中具有更强的适应性和可靠性。
在移动操作能力方面,LingBot-VLA 2.0同样展现出卓越性能。通过与方舟机械臂+松灵底盘、星尘智能Astribot S1等组合进行对比测试,该模型在长程移动操作任务中的任务进度分和成功率均实现领先,尤其是在更具挑战性的跨域场景中保持明显优势。这种能力对于需要长时间、多步骤操作的场景尤为重要,如物流分拣、工业装配等。
为了进一步提升模型的实用价值,LingBot-VLA 2.0还同步开源了更高效的后训练版本。据测试,在RTX 4090显卡上,推理耗时可控制在130毫秒以内,大大降低了部署成本和时间。这一改进对于推动具身智能技术的实际应用具有重要意义。
目前,蚂蚁灵波已与多家生态伙伴展开合作,共同推进LingBot-VLA 2.0的应用落地。乐聚、钛虎等机器人厂商,以及国大药房、隆盛等客户伙伴正在多个场景中进行测试,包括零售分拣、物流分拣和工业自动化等。同时,蚂蚁灵波还联合简智科技等数据机构,共建标准化数据体系,构建完整的具身智能生态系统。
开发者可以通过Hugging Face、魔搭社区获取模型权重,并在GitHub下载开源代码。蚂蚁灵波计划在未来推出一系列开发者活动和技术套件,进一步降低使用门槛,吸引更多开发者参与具身智能技术的创新与应用。
专家表示,LingBot-VLA 2.0的发布标志着具身智能技术进入了一个新的发展阶段。随着模型泛化能力的提升和部署效率的改善,具身智能技术有望在更多领域实现规模化应用,推动智能制造、服务机器人等行业的快速发展。