20+ 构型泛化、多自由度支持，蚂蚁灵波开源新一代具身基座模型 LingBot-VLA 2.0

7 月 8 日消息，蚂蚁集团旗下蚂蚁灵波科技今日正式官宣新一代具身基座模型 LingBot-VLA 2.0 全面开源。官方称，作为今年 1 月开源的 LingBot-VLA 1.0 的全面升级，LingBot-VLA 2.0 在构型泛化、自由度支持和落地效率等方面实现了显著提升。

附官方详细介绍如下：

全面扩展构型与自由度支持

支撑这些能力升级的，是更大规模、更高质量的数据体系和更优的训练架构。我们从 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。

同时，我们的数据覆盖了 17 个主流机器人品牌的 20 种机器人构型。这些品牌包括乐聚、智元、星尘智能、宇树、松灵、星海图、银河通用、睿尔曼、Franka、方舟、北京人形、傅利叶、魔法原子、千寻、零次方、非夕和青龙，构型上同时包括了单臂与双臂，双足与轮式等多种形态。

与此同时，LingBot-VLA 2.0 全面扩充了对头部、腰部、末端执行器以及底盘等自由度的支持。

双臂协同与移动操作能力的双重突破

在双臂操作方面，基于上海交通大学 GM-100 评测，在 AgileX Cobot Magic 和 Galaxea R1 Pro 两个双臂机器人平台上，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。本次评测中，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）。这一结果展现出 LingBot-VLA 2.0 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，我们基于方舟机械臂 + 松灵底盘，以及绳驱轮式人形机器人星尘智能 S1 两类构型，与 π0.5 做了初步对比测试。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。这展现出更强的长序列任务推进能力和移动操作泛化能力。

值得一提的是，在移动操作评测中，任务被拆解为多个连续子步骤，每个步骤根据难度和重要性赋予不同分值。机器人完成相应步骤即可获得对应分数，最终总分反映其在长序列任务中的任务推进能力。相比单纯统计最终成功率，这种评分方式能更细致地衡量模型在移动、双臂协作、抓取、放置、开门、清洁等不同环节的综合能力。

提升推理效率，加速商业落地

当前，行业已逐步进入产业落地试点阶段，高效后训练也是模型落地应用的关键制约因素之一。为此，蚂蚁灵波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。

除了技术层面的升级，我们也在积极推进商业试点。目前，我们已携手乐聚、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、物流、工业等落地场景开启了全面商业落地测试。另一方面，我们联合简智等数据生态伙伴，共建标准化数据体系。同时，地瓜机器人推出的旭日 S600 芯片及英伟达 Jetson 系列 Thor & Orin 芯片，也已完成对 LingBot-VLA 模型的适配。一个以跨构型 VLA 基座模型为核心，本体、数据、芯片厂商深度参与的具身智能生态正在成形。

我们期待继续与生态伙伴一起，共同推动具身智能产业的繁荣发展。

LingBot-VLA 2.0 现已开源。欢迎大家在 Hugging Face、魔搭社区获取模型权重，在 GitHub 获取开源代码。我们还将很快开启系列开发者活动，并同步推出更适合开发者的技术套件。