AI消息速览

蚂蚁灵波LingBot-VLA 2.0——60000小时炼出的开源通用VLA模型

事件日期 2026-07-08 · 产业观察 · 已接受

返回列表 打开来源
事件日期2026-07-08
信息日期2026-07-08
入库日期2026-07-08
通道产业观察
状态已接受
来源量子位

知识卡片：蚂蚁灵波LingBot-VLA 2.0——60000小时炼出的开源通用VLA模型

一句话结论

蚂蚁灵波开源的LingBot-VLA 2.0使用60000小时真实物理数据进行预训练，支持20多种机器人构型，在多个双臂操作和长程移动任务上超越GR00T N1.7、π0.5等模型，且推理延迟低于130ms（RTX 4090）。

事件概述

蚂蚁灵波于2026年7月8日发布LingBot-VLA 2.0，这是一个面向复杂物理世界任务的通用VLA（视觉-语言-动作）模型，距离1月发布的V1.0仅半年，数据规模从20000小时提升至60000小时。模型已开源，代码、预训练权重、技术报告等均公开。

方法/产品要点

  • 数据规模：总预训练数据60000小时，其中50000小时来自20种机器人构型的真实轨迹数据，10000小时来自第一视角人类操作视频（从2万小时清洗得到）。
  • 支持机器人构型：20多种，包括Leju、Franka、AgileX、ARX Lift2、Galaxea R1Pro、Astribot S1、Unitree G1、Fourier GR-2、AgiBot A2等。
  • 动作空间：从双臂扩展到头部、腰部、移动底盘、灵巧手等多自由度，实现统一动作表示。
  • 深度与未来预测：默认融合LingBot-Depth，增强空间理解；引入未来深度预测和语义特征预测，模型能同时理解当前状态并预判未来状态（通过可学习query token和蒸馏监督实现）。
  • 推理延迟：在英伟达RTX 4090上低于130ms。

主要结果

  • GM-100双臂操作基准（AgileX Cobot Magic平台）：LingBot-VLA 2.0平均66.2/34.4（进度/成功率），高于GR00T N1.7（36.3/17.8）、π0.5（59.1/32.2）和LingBot-VLA 1.0（58.2/30.0）。
  • Galaxea R1 Pro平台：整体平均34.6/15.6，进度分高于对比模型；成功率与V1.0持平，高于GR00T N1.7和π0.5。
  • 冰箱收纳任务（ID/OOD设置）：ID下77.1/60.0，OOD下37.0/13.3，均优于π0.5（ID 65.3/46.7，OOD 30.3/6.7）。
  • 清理灶台任务：ID下84.3/66.7，OOD下67.5/40.0，优于π0.5（ID 79.9/60.0，OOD 62.5/33.3）。
  • 视频演示展示了长序列移动操作（取物、收纳、开冰箱、放东西、关门）及清理灶台、调料收纳等真实世界家务任务，表现流畅。

为什么重要

  • 通用性：同一套“具身大脑”可迁移到不同机器人身体、不同场景、不同任务，避免为每种本体单独适配算法。
  • 开源推动行业：开源模型加速机器人技术在现实世界中的应用，降低研发门槛。
  • 数据规模化验证：60000小时真实数据推动VLA能力提升，且未出现饱和迹象，证实“更多真实数据=更强模型”的路线有效。
  • 技术突破：统一动作空间、融合深度信息、具备未来预测能力，使机器人能处理长序列、多自由度协同的复杂任务。

局限与不确定性

  • OOD（分布外）设置下性能下降明显：例如冰箱收纳任务OOD成功率仅13.3%（ID为60.0%），泛化能力仍有提升空间。
  • 评测任务数量有限（9个GM-100任务+2个长程移动任务），模型在更广泛真实场景下的表现待验证。
  • 仅提供在特定硬件（RTX 4090）上的延迟数据，其他设备及部署条件未提及。
  • 模型是否依赖特定机器人平台或传感器配置？材料未明确，待核实。
  • 60000小时数据的具体清洗流程、数据质量评估细节未完全公开，待核实。

可用于图书/PPT/简报的角度

  • 行业趋势：具身智能“通用大脑” vs “专用身体”的分化趋势，通用VLA模型向收敛方向发展。
  • 技术对比：开源VLA模型（LingBot-VLA 2.0、π0.5、GR00T N1.7）在数据集规模、动作空间设计、泛化能力上的差异。
  • 产业应用：真实世界家务机器人（如冰箱收纳、灶台清理）展示VLA在家庭服务场景的落地潜力。
  • 开源生态：蚂蚁灵波连续开源（V1.0、V2.0、LingBot-Depth 2.0）对具身智能社区的影响。

原始材料

  • 来源：量子位文章《60000小时炼出新开源VLA！20多种机器人都能用》，2026-07-08。
  • URL：https://www.qbitai.com/2026/07/445678.html
  • 英文标题：LingBot-VLA 2.0: 60,000 Hours of Training, Open-Source VLA for 20+ Robot Types
  • 英文关键词：VLA, LingBot-VLA 2.0, Embodied AI, Open-source, Ant Lingbo, Robot Manipulation, Future Prediction
  • 技术报告：From Foundation to Application: Improving VLA Models in Practice（https://github.com/robbyant/lingbot-vla-v2/blob/main/assets/LingBot_VLA_2_0.pdf）
  • 代码/模型：https://github.com/robbyant/lingbot-vla-v2 | Hugging Face / ModelScope 链接