蚂蚁灵波开源LingBot-VLA 2.0具身基座模型支持20+构型泛化与多自由度

7月8日，蚂蚁集团旗下蚂蚁灵波科技正式宣布，新一代具身基座模型LingBot-VLA 2.0已全面开源。作为今年1月开源的LingBot-VLA 1.0的升级版，新模型在构型泛化能力、自由度支持范围以及商业化落地效率方面均实现了显著提升。 以下是官方详细说明： **全面扩展构型与自由度支持** 此次升级的核心驱动力来源于更大规模、更高质量的数据体系以及更优化的训练架构。数据团队从9万小时原始数据中筛选出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取出1万小时有效数据，最终预训练数据总量达到6万小时。 数据覆盖了17个主流机器人品牌的20种构型，涵盖乐聚、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、非夕和青龙等品牌。构型方面，包括单臂与双臂、双足与轮式等多种类型。 同时，LingBot-VLA 2.0全面扩展了对头部、腰部、末端执行器以及底盘等自由度的支持能力。 **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优于π0.5和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，未针对特定任务进行专项微调（specialist）。这一结果表明，LingBot-VLA 2.0在双臂协同操作以及跨本体、多任务泛化能力方面表现更为突出。 在移动能力方面，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进行了初步对比测试。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处于领先地位，尤其在更具挑战性的跨域场景中仍保持优势。这体现了更强的长序列任务推进能力和移动操作泛化能力。 值得注意的是，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，这种评分方式能够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** 目前行业已逐步进入产业落地试点阶段，高效后训练成为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，在RTX 4090上推理耗时控制在130毫秒以内。 除了技术层面的升级，商业试点也在积极推进。目前，蚂蚁灵波已携手乐聚、钛虎等生态本体伙伴，以及国大药房、隆盛等生态客户伙伴，在零售、物流、工业等落地场景全面开启商业落地测试。另一方面，联合简智等数据生态伙伴，共同建设标准化数据体系。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形成。 LingBot-VLA 2.0现已全面开源。模型权重可在Hugging Face、魔搭社区获取，开源代码已发布在GitHub。接下来还将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。