蚂蚁灵波开源具身基座模型LingBot-VLA 2.0
速览
蚂蚁灵波科技升级并开源具身基座模型LingBot-VLA 2.0，预训练融入6万小时真实物理数据，覆盖17家厂商20种机器人构型。该模型在双臂操作和移动操作评测中性能领先，并开源高效后训练版本，推理耗时在RTX 4090上低于130毫秒。目前已在零售、物流、工业等场景开启商业落地测试，联合本体厂商和数据联盟共建具身智能生态。
AI 深度解读
背景
具身智能领域近年发展迅速，「小脑」（运动控制）和硬件本体（机器人形态）迭代加快，但行业一直缺乏一个足够通用的「大脑」——即具备跨构型、跨任务泛化能力的视觉-语言-动作（VLA）基座模型。这一瓶颈导致机器人在多场景落地上效率低、成本高，难以规模化推广。蚂蚁灵波科技于2025年1月开源了初代具身基座模型 LingBot-VLA 1.0，在此基础上，团队持续积累大规模真实物理数据并优化训练架构，于7月8日正式发布并开源升级版 LingBot-VLA 2.0，旨在为行业提供更强泛化能力和更高落地效率的通用大脑方案。
核心内容
LingBot-VLA 2.0 是蚂蚁灵波科技在具身智能基座模型方向的最新成果。相比1.0版本，该模型在预训练阶段引入了6万小时高质量真实物理数据，数据来源包括：从9万小时真机运行数据中清洗出的5万小时高质量真机数据，以及从2万小时第一视角人类操作数据中提炼出的1万小时有效数据。这些数据覆盖了17个主流机器人品牌的20种机器人构型，涵盖乐聚、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、青龙等厂商，形态包括单臂/双臂、双足/轮式等。
在自由度支持方面，LingBot-VLA 2.0 全面扩展了对头部、腰部、末端执行器（手）以及移动底盘等自由度的控制，进一步提升了模型的构型泛化能力。
在双臂操作能力评测上，基于上海交通大学 GM-100 评测集，LingBot-VLA 2.0 在 AgileX Cobot Magic 和 Galaxea R1 Pro 两个双臂机器人平台上进行测试，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。结果显示，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，展现出更强的双臂协同操作能力和跨本体、多任务泛化能力。
在移动操作能力方面，LingBot-VLA 2.0 基于两类构型——方舟机械臂+松灵底盘，以及星尘智能 Astribot S1，与 π0.5 做了初步对比测试。任务被拆解为多个连续子步骤，根据难度和重要性赋予不同分值。结果显示，LingBot-VLA 2.0 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，尤其在更具挑战性的跨域场景中保持优势，体现出更强的长序列任务推进能力和移动操作泛化能力。
在落地效率上，LingBot-VLA 2.0 同步开源了更高效的后训练版本，推理耗时在 RTX 4090 上控制在 130 毫秒以内，为产业实时部署提供了可行性。
目前，蚂蚁灵波已携手乐聚、钛虎等生态本体伙伴，以及国大药房、隆盛等生态客户伙伴，在零售分拣、物流分拣、工业等场景开启全面商业落地测试。同时，联合简智科技等数据联盟生态伙伴，共建标准化数据体系。开发者可在 Hugging Face、魔搭社区获取模型权重，在 GitHub 下载开源代码。下一步，蚂蚁灵波还将推出适合开发者的技术套件并开展系列开发者活动。
关键要点
- 数据规模大幅提升：预训练数据总量达6万小时，其中5万小时来自真机运行（从9万小时中清洗），1万小时来自第一视角人类操作（从2万小时中提炼）。
- 构型泛化能力突出：支持17个品牌、20种机器人构型，覆盖单臂/双臂、双足/轮式等多种形态。
- 自由度支持全面扩充：新增对头部、腰部、末端执行器（手）及移动底盘等自由度的控制。
- 双臂操作评测领先：在 GM-100 评测集中，以通用模型部署，任务进度分和成功率均优于 π0.5 和 GR00T N1.7。
- 移动操作能力增强：在长程移动操作任务中，任务进度分和成功率均领先 π0.5，跨域场景优势尤为明显。
- 推理效率高：后训练版本在 RTX 4090 上推理耗时低于130毫秒，满足实时性需求。
- 开源与生态共建：模型权重已开源至 Hugging Face、魔搭社区，代码在 GitHub 发布；与本体厂商、数据联盟、行业客户合作推进商业落地。
- 落地测试已启动：在零售分拣、物流分拣、工业等场景开展真实商业测试。
意义与影响
LingBot-VLA 2.0 的发布标志着具身智能领域在「通用大脑」方向上迈出了实质性的一步。其跨构型、跨任务的泛化能力，不再局限于单一机器人平台或特定场景，为不同本体厂商提供了可复用的智能基座。通过开源策略，蚂蚁灵波有望降低行业进入门槛，加速产学研协同创新。
更重要的是，该模型已进入产业落地试点阶段，从零售、物流到工业，验证了模型在真实场景中的可用性。同时，通过与本体伙伴、数据联盟的深度合作，一个以跨构型 VLA 基座模型为核心、本体厂商与数据机构深度参与的具身智能生态正在成形。这一生态若能持续壮大，将有望解决长期以来制约具身智能规模化落地的「通用大脑」瓶颈，推动整个行业从实验室走向大规模商业应用。