蚂蚁灵波LingBot-VLA 2.0正式开源,支持17家厂商20多种构型

背景

具身智能产业正经历快速演进，“小脑”控制与硬件本体不断迭代，但行业规模化落地的核心瓶颈始终在于缺乏一个通用的“大脑”模型。当前，无论是模型的泛化能力，还是实际部署的效率与成本，都亟待突破。在此背景下，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，而本次发布的LingBot-VLA 2.0则是该系列的重要升级，旨在通过更大规模的数据、更优的架构和更广的构型支持，破解具身智能“通用大脑”难题。

核心内容

7月8日，蚂蚁灵波科技宣布正式开源新一代具身基座模型LingBot-VLA 2.0。该模型在原1.0版本基础上进行了全面升级，核心体现在三大维度：构型泛化、自由度支持和落地效率。

在预训练阶段，LingBot-VLA 2.0融入了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。支持品牌包括乐聚、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。模型支持单臂/双臂、双足/轮式等多种形态，并全面扩充了对头部、腰部、末端执行器（手）以及移动底盘等自由度的支持。

在双臂操作能力上，基于上海交通大学GM-100评测，LingBot-VLA 2.0在AgileX Cobot Magic和Galaxea R1 Pro两个双臂机器人平台上的总体平均任务进度分和成功率均领先于π0.5与GR00T N1.7。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），展现更强的双臂协同操作能力和跨本体、多任务泛化能力。

在移动能力方面，LingBot-VLA 2.0基于方舟机械臂+松灵底盘以及星尘智能Astribot S1两类构型，与π0.5进行对比测试。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。评测中，任务被拆解为多个连续子步骤，每个步骤按难度和重要性赋予不同分值，最终总分反映模型在移动、双臂协作、抓取、放置、开门、清洁等环节的综合能力。

在数据层面，蚂蚁灵波从9万小时数据中清洗出5万小时高质量真机数据，并从2万小时第一视角人类操作数据中提炼1万小时有效数据，使预训练数据总量达到6万小时。训练架构也同步升级。

在后训练与部署效率上，LingBot-VLA 2.0开源了更高效的后训练版本，推理耗时在RTX4090上控制在130毫秒以内，显著降低了落地门槛。

在商业落地方面，蚂蚁灵波已携手乐聚、钛虎等生态本体伙伴，以及国大药房、隆盛等客户伙伴，在零售分拣、物流分拣、工业等场景开启全面测试。同时，联合简智科技等数据联盟伙伴共建标准化数据体系，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。

目前，LingBot-VLA 2.0已开源。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，蚂蚁灵波还将开启系列开发者活动，并推出更适合开发者的技术套件。

关键要点

• 构型覆盖广：支持17家机器人厂商的20多种构型，涵盖单臂/双臂、双足/轮式等形态，泛化能力显著提升。
• 自由度全面扩展：新增对头部、腰部、末端执行器（手）以及移动底盘的自由度支持，覆盖更精细的操作需求。
• 数据规模与质量双升：预训练数据总量达6万小时，其中5万小时来自真机数据，1万小时来自第一视角人类操作数据，经过严格清洗。
• 双臂操作性能领先：在GM-100评测中，LingBot-VLA 2.0作为单一通用模型，在双臂机器人平台上的平均任务进度分和成功率均超越π0.5与GR00T N1.7。
• 移动操作能力突出：在长程移动操作任务中，尤其在跨域场景下，LingBot-VLA 2.0的任务进度分和成功率均领先于π0.5，展现了更强的长序列任务推进能力。
• 落地效率高：后训练版本推理耗时在RTX4090上仅需130毫秒以内，适配实际部署场景。
• 商业化生态初成：已与多家本体厂商和客户伙伴开展零售分拣、物流分拣、工业等场景的落地测试，并联合数据联盟共建标准化数据体系。
• 完全开源：模型权重、代码均已在Hugging Face、魔搭社区和GitHub开放，后续将推出开发者活动和技术套件。

意义与影响

LingBot-VLA 2.0的开源标志着具身智能领域“通用大脑”的又一次实质性突破。其跨构型、多自由度的支持能力，有望大幅降低机器人厂商适配不同硬件本体的开发成本，加速从实验室到产业落地的转化。通过大规模真实数据和更优的训练架构，该模型在双臂协同和长程移动操作等关键场景中展现出领先性能，为具备通用操作能力的机器人提供了可复用的基座。

从生态角度看，蚂蚁灵波不仅开放模型，还积极联合本体厂商（如乐聚、钛虎）、客户（如国大药房、隆盛）以及数据联盟（如简智科技），构建起从数据采集、模型训练到场景落地的完整闭环。这种“开源基座+生态协作”的模式，有望吸引更多开发者、中小企业和研究机构参与，推动具身智能从碎片化走向标准化。

此外，高效的推理性能（130ms内）使得LingBot-VLA 2.0具备在消费级GPU上运行的能力，降低了硬件门槛，有利于技术扩散。随着后续开发者活动的展开和技术套件的推出，该模型有望成为具身智能领域的重要公共基础设施，助力行业在零售、物流、工业等场景率先实现规模化应用。