突破具身智能泛化瓶頸！支持20多種機器人構型，螞蟻靈波開源具身基座模型LingBot-VLA 2.0

螞蟻靈波科技於 7 月 8 日正式宣布升級並開源新一代具身基座模型 LingBot-VLA 2.0。相較於今年 1 月開源的 LingBot-VLA 1.0，此次版本在預訓練階段導入 6 萬小時高品質真實物理數據，涵蓋 17 個主流機器人品牌、20 種機器人構型，同時擴充頭部、腰部、末端執行器與移動底盤等自由度的支援，在構型泛化、自由度支援與落地效率上均取得顯著突破。 當前具身智慧產業快速發展，機器人的「小腦」與硬體本體加速演進，但業界普遍認為缺乏可通用的「大腦」仍是規模化落地的核心瓶頸。無論是模型本身的泛化能力，還是實際部署時的成本與效率，都亟需突破。LingBot-VLA 2.0 正是針對「大腦」層面提出的解決方案，企圖以單一通用模型支撐多種機器人平台與任務。 根據技術報告，LingBot-VLA 2.0 在預訓練階段所支援的機器人品牌涵蓋樂聚、智元、宇樹、松靈、星海圖、銀河通用、星塵、睿爾曼、Franka、方舟、北京人形、傅立葉、魔法原子、千尋、零次方、非夕、青龍等 17 家廠商，構型包括單臂與雙臂、雙足與輪式等不同形態。在自由度方面，新模型全面加入對頭部轉向、腰部彎曲、末端執行器（手部）精細動作以及移動底盤導航等自由度的控制，使機器人能執行更複雜的全身協調任務。 為驗證雙臂協作能力，螞蟻靈波基於上海交通大學 GM-100 評測標準，在 AgileX Cobot Magic 與 Galaxea R1 Pro 兩個雙臂機器人平台上進行對比測試。結果顯示，LingBot-VLA 2.0 的整體平均任務進度分與成功率均領先 π0.5 與 GR00T N1.7。值得注意的是，所有參測模型均以「通用模型（generalist）」型態部署，未針對特定任務做專項微調（specialist），這凸顯 LingBot-VLA 2.0 在跨本體、多任務場景下的泛化能力確實更強。 移動操作能力方面，團隊選用兩類構型進行測試：方舟機械臂搭配松靈底盤，以及星塵智能 Astribot S1，並與 π0.5 做初步比較。結果顯示，LingBot-VLA 2.0 在長程移動操作任務中的任務進度分與成功率均取得領先，尤其在更具挑戰性的跨域場景（例如不同環境布局）中依然保持優勢，展現更強的長序列任務推進能力與移動操作泛化能力。 這項移動操作評測將任務拆解為多個連續子步驟，每個步驟依難度與重要性賦予不同分值，機器人完成相應步驟即可獲得對應分數，最終總分反映其在長序列任務中的綜合推進能力。比起單純統計最終成功率，這種評分方式更能細緻衡量模型在移動、雙臂協作、抓取、放置、開門、清潔等不同環節的表現。 支撐這些能力升級的，是更大規模且更高品質的數據體系與更佳的訓練架構。螞蟻靈波從 9 萬小時原始數據中清洗出 5 萬小時高品質真機數據，再從 2 萬小時第一視角人類操作數據中提煉 1 萬小時有效數據，使預訓練數據總量達到 6 萬小時。這樣的數據規模與品質，讓模型能學習更豐富的物理互動經驗。 除了預訓練階段的進展，業界也關注後訓練階段的部署效率。目前行業逐步進入產業落地試點，高效後訓練成為關鍵制約因素。LingBot-VLA 2.0 同步開源更高效能的後訓練版本，在 RTX 4090 顯示卡上推理耗時控制在 130 毫秒以內，滿足即時操作需求。 在商業落地方面，螞蟻靈波已攜手樂聚、鈦虎等生態本體夥伴，以及國大藥房、隆盛等終端客戶夥伴，在零售分揀、物流分揀、工業等場景展開全面商業落地測試。同時，螞蟻靈波也聯合簡智科技等數據聯盟夥伴，共同建立標準化數據體系。一個以跨構型 VLA 基座模型為核心，本體廠商與數據機構深度參與的具身智慧生態正在成形。 目前 LingBot-VLA 2.0 已正式開源，開發者可透過 Hugging Face、魔搭社群取得模型權重，並在 GitHub 下載開源程式碼。據悉，下一步螞蟻靈波將啟動系列開發者活動，並同步推出更適合開發者使用的技術套件，持續推動具身智慧的普及與產業化。