20+ 構型泛化、多自由度支持，螞蟻靈波開源新一代具身基座模型 LingBot-VLA 2.0

螞蟻集團旗下螞蟻靈波科技今（8）日正式宣布，開源新一代具身基座模型 LingBot-VLA 2.0。該模型是今年 1 月推出的 LingBot-VLA 1.0 的全面升級版本，官方表示在構型泛化能力、自由度支援範圍以及落地效率等面向，均達到顯著提升。 LingBot-VLA 2.0 的核心突破，在於其大幅擴展的機器人構型與自由度支援能力。這項進展的背後，是更大規模且更高品質的數據體系，以及經過最佳化的訓練架構。螞蟻靈波從總計 9 萬小時的數據中，清洗出 5 萬小時的高品質真機操作數據；同時也從 2 萬小時的第一視角人類操作數據中，提煉出 1 萬小時的有效資料，使預訓練數據總量達到 6 萬小時。 這批龐大的數據，涵蓋了 17 個主流機器人品牌、共計 20 種不同的機器人構型。具體品牌包括樂聚、智元、星塵智能、宇樹、松靈、星海圖、銀河通用、睿爾曼、Franka、方舟、北京人形、傅利葉、魔法原子、千尋、零次方、非夕以及青龍。這些構型同時涵蓋了單臂與雙臂系統、雙足與輪式移動平台等多種形態，展現出模型在異構機器人間的高度泛化能力。 相較於 1.0 版本，LingBot-VLA 2.0 在自由度支援上獲得重大突破。透過更優的訓練架構，模型能夠適應更多硬體配置，降低不同機器人之間的遷移門檻，使開發者無需針對每種構型從頭訓練，大幅提升落地部署效率。 螞蟻靈波作為螞蟻集團在機器人與具身智能領域的核心布局，持續以開源策略推動產業生態發展。此次 LingBot-VLA 2.0 的發布，不僅代表模型本身的能力躍進，也標誌著中國在具身基座模型領域的開源進程邁入新階段。官方強調，開源將有助於吸引更多學術研究單位與產業夥伴參與，加速具身智能從實驗室走向真實場景。 在數據層面，螞蟻靈波特別強調「真機數據」的重要性。從 9 萬小時原始數據中篩選出 5 萬小時的高品質真機操作紀錄，確保模型學習到的動作與反應具有真實物理世界的對應性。同時，從 2 萬小時人類第一視角操作數據中提煉出的 1 萬小時有效資料，則讓模型能理解人類自然操作的邏輯與習慣，進一步提升人機協作能力。 這樣的數據混合策略，使 LingBot-VLA 2.0 在泛化能力上表現突出。無論是精準抓取、搬運、裝配等工業任務，或是家庭服務、商業導覽等服務型場景，模型都能在不同構型的機器人上快速套用，減少重複訓練成本。 此外，模型在「多自由度支持」上的進展，意味著它能夠控制具備更多關節與軸數的複雜機器人系統。例如雙臂人形機器人、具備靈巧手的移動平台等高階硬體，都能透過 LingBot-VLA 2.0 獲得穩定的操控指令。這對於推動全尺寸人形機器人的商業化落地具有關鍵意義。 螞蟻靈波表示，新一代模型不僅在技術指標上取得突破，更在開源社區內獲得正面反饋。透過開放原始碼與預訓練權重，開發者可以自行下載並部署到相容的機器人平台上，進行二次開發與場景適配。這種開放模式有助於降低具身智能的研究門檻，加速技術迭代。 業界分析認為，螞蟻靈波此次升級的亮點，在於「數據規模」與「構型覆蓋」的雙重提升。6 萬小時的預訓練數據量，在同類開源模型中處於領先地位；而涵蓋 17 個品牌、20 種構型的廣度，則使模型具備了跨平台通用的特性，這正是當前具身智能領域最迫切的需求。 隨著 LingBot-VLA 2.0 的開源，螞蟻靈波也同步公布了相關文檔與範例程式碼，協助開發者快速上手。未來該公司將持續投入具身基座模型的研發，並計劃在後續版本中進一步強化多模態感知、語言指令理解以及長序列任務規劃等能力。 總體而言，LingBot-VLA 2.0 的發布，鞏固了螞蟻靈波在開源具身智能領域的關鍵角色，也為機器人開發者提供了一個更強大、更通用的基礎模型選擇。隨著更多合作夥伴的加入，這套模型有望在工業、服務、家庭等多元場景中發揮實際效益。