支持17家機器人廠商20多種構型，螞蟻靈波LingBot-VLA 2.0正式開源

螞蟻靈波近日宣布，旗下視覺-語言-動作（VLA）模型 LingBot-VLA 正式推出 2.0 版本，並全面對外開源。這項新版本的最大亮點在於其前所未有的硬體相容性，能夠支援來自 17 家機器人製造商、超過 20 種不同構型的機器人平台，涵蓋雙足、四足、輪式機器人乃至各類機械臂，大幅降低了開發者跨平台部署的技術門檻。 LingBot-VLA 屬於新興的視覺-語言-動作模型範疇，這類模型的核心特色在於能直接將視覺影像與人類語言指令，轉化為機器人可執行的具體動作序列。傳統機器人控制往往需要針對不同任務與硬體分別撰寫底層程式碼，流程繁瑣且難以遷移；而 VLA 模型透過多模態理解與端到端學習，讓機器人像人類一樣「看指令、做動作」，大幅簡化開發流程。 此次開源的 2.0 版本，除了強化模型本身的多模態理解能力與跨場景泛化能力外，更關鍵的突破是設計了一套統一的介面標準。這套介面能讓模型自動適配市面上主流機器人本體的感測器、驅動器與通訊協定，無論是雙足人形機器人、四足仿生機器狗，還是輪式服務機器人或固定式協作機械臂，開發者只需匯入開源權重，就能快速完成部署與微調，不必再為每一種硬體從頭訓練專屬模型。 根據螞蟻靈波公布的資訊，目前 LingBot-VLA 2.0 所支援的硬體清單已橫跨 17 家業者，其中包含多家國內外知名機器人本體製造商，具體構型超過 20 種。這項清單不僅涵蓋雙足與四足等移動型平台，也納入輪式底盤與多軸機械臂，幾乎囊括當前服務、物流、協作三大應用場景的主流硬體。隨著開源生態持續擴大，後續可望納入更多新機型。 對開發者與研究團隊而言，LingBot-VLA 2.0 的開源釋出意味著可以將更多心力專注於應用層面的創新。過去，跨平台開發的最大痛點在於底層感測器校準、控制協定轉換與不同硬體的動作空間對齊；如今透過標準化的 VLA 模型，這些繁雜的相容性工作將由模型統一處理，開發者只需準備任務相關的視覺與語言資料，即可進行微調與測試。 從產業生態角度來看，螞蟻靈波此次一次開源、全面支援多家廠商的做法，試圖串聯起當前較為分散的機器人軟硬體生態。機器人產業長期以來存在硬體規格各異、軟體堆疊不統一的問題，導致演算法與模型難以跨平台複用。一個開放的基礎模型，若能同時適配多種構型，將有機會成為業界共同參照的標準化底層，降低整個產業的重複開發成本。 LingBot-VLA 作為視覺-語言-動作模型，其核心運作邏輯是接收攝影機畫面與人類語音或文字指令，透過預訓練的網路輸出關節角度或移動目標等動作序列。2.0 版本在此基礎上提升了對複雜場景的理解能力，例如能在多障礙環境中辨識指令所指的物件，並規劃出合理的抓取或移動路徑。這些改進直接強化機器人在非結構化場域的適應力。 實際應用層面，這項開源模型的廣泛硬體支援有望加速機器人在服務、物流與協作場景的落地進程。例如，在物流倉儲中，不同品牌的輪式機器人與機械臂可以共用同一套 VLA 模型進行揀貨與搬運；在服務場景中，雙足或四足機器人能根據自然語言指令執行巡檢或引導任務。開發者只需針對終端場景收集少量資料進行微調，就能快速實現功能原型。 螞蟻靈波表示，開源 LingBot-VLA 2.0 的目標是為業界提供一個開放、可複用的基礎模型範例，藉此降低中小型團隊投入機器人智慧化的門檻。隨著支援的廠商與構型持續增加，這套模型有望成為機器人領域的重要基礎設施，推動更多創新應用從實驗室走向真實世界。未來，螞蟻靈波也將持續更新模型權重與相容性列表，回應開發社群的回饋。