螞蟻集團(tuán)旗下靈波科技近日宣布，正式開(kāi)源其自主研發(fā)的具身大模型LingBot-VLA，為機(jī)器人操作場(chǎng)景提供了一款具備跨本體、跨任務(wù)泛化能力的“智能基座”。這一模型通過(guò)降低后訓(xùn)練成本，顯著提升了“一腦多機(jī)”的工程化落地可能性，標(biāo)志著具身智能技術(shù)向?qū)嶋H應(yīng)用邁出了重要一步。

在性能驗(yàn)證方面，LingBot-VLA展現(xiàn)了顯著優(yōu)勢(shì)。在上海交通大學(xué)開(kāi)源的具身評(píng)測(cè)基準(zhǔn)GM-100（包含100項(xiàng)真實(shí)操作任務(wù)）中，該模型在三個(gè)不同機(jī)器人平臺(tái)上實(shí)現(xiàn)了跨本體泛化平均成功率15.7%（未引入深度信息），較對(duì)比模型Pi0.5的13.0%有明顯提升；當(dāng)結(jié)合高精度空間感知模型LingBot-Depth引入深度信息后，成功率進(jìn)一步躍升至17.3%，刷新了真機(jī)評(píng)測(cè)紀(jì)錄。在RoboTwin 2.0仿真基準(zhǔn)（50項(xiàng)任務(wù)）測(cè)試中，面對(duì)光照、雜物、高度擾動(dòng)等環(huán)境隨機(jī)化干擾，LingBot-VLA通過(guò)可學(xué)習(xí)查詢對(duì)齊機(jī)制深度融合深度信息，操作成功率較Pi0.5提升9.92%，展現(xiàn)了從虛擬仿真到真實(shí)場(chǎng)景的全方位性能領(lǐng)先。

具身智能模型落地長(zhǎng)期面臨本體、任務(wù)、環(huán)境差異帶來(lái)的泛化性挑戰(zhàn)。傳統(tǒng)開(kāi)發(fā)模式下，開(kāi)發(fā)者需針對(duì)不同硬件和任務(wù)重復(fù)采集大量數(shù)據(jù)進(jìn)行后訓(xùn)練，導(dǎo)致成本高企且難以形成規(guī)模化交付路徑。LingBot-VLA通過(guò)預(yù)訓(xùn)練階段覆蓋20000+小時(shí)大規(guī)模真機(jī)數(shù)據(jù)，涵蓋AgileX、Galaxea R1Pro、R1Lite、AgiBot G1等9種主流雙臂機(jī)器人構(gòu)型，使同一“大腦”可無(wú)縫遷移至不同機(jī)器人，并在任務(wù)和環(huán)境變化時(shí)保持穩(wěn)定性能。與LingBot-Depth配合后，模型能獲取更高質(zhì)量的深度信息表征，實(shí)現(xiàn)“看得更清楚、做得更明白”的視覺(jué)-動(dòng)作協(xié)同優(yōu)化。

在效率與成本優(yōu)化方面，LingBot-VLA展現(xiàn)了顯著優(yōu)勢(shì)。其基座能力使下游任務(wù)適配門(mén)檻大幅降低，僅需80條演示數(shù)據(jù)即可實(shí)現(xiàn)高質(zhì)量任務(wù)遷移；配合底層代碼庫(kù)深度優(yōu)化，訓(xùn)練效率達(dá)到StarVLA、OpenPI等主流框架的1.5至2.8倍，數(shù)據(jù)與算力成本實(shí)現(xiàn)雙重降低。此次開(kāi)源不僅提供模型權(quán)重，還同步開(kāi)放包含數(shù)據(jù)處理、高效微調(diào)及自動(dòng)化評(píng)估的全套代碼庫(kù)，大幅壓縮訓(xùn)練周期，降低商業(yè)化落地的算力與時(shí)間門(mén)檻，助力開(kāi)發(fā)者以更低成本快速適配自有場(chǎng)景。

螞蟻靈波科技CEO朱興表示，具身智能的大規(guī)模應(yīng)用依賴于高效的基座模型，這直接決定了技術(shù)的可用性與經(jīng)濟(jì)性。通過(guò)開(kāi)源LingBot-VLA，公司希望探索具身智能的技術(shù)上限，推動(dòng)研發(fā)進(jìn)入可復(fù)用、可驗(yàn)證、可規(guī)模化落地的新階段，加速AI在物理世界的滲透普及。作為螞蟻在AGI研發(fā)領(lǐng)域的又一探索性成果，LingBot-VLA是螞蟻開(kāi)源的首款具身智能基座模型，也是其InclusionAI技術(shù)體系與開(kāi)源生態(tài)的關(guān)鍵實(shí)踐。該體系涵蓋基礎(chǔ)模型、多模態(tài)、推理、新型架構(gòu)及具身智能等完整技術(shù)鏈條，旨在通過(guò)開(kāi)源開(kāi)放模式攜手全球開(kāi)發(fā)者，加速技術(shù)迭代與規(guī)模化應(yīng)用。

在數(shù)據(jù)采集與模型預(yù)訓(xùn)練階段，LingBot-VLA得到了星海圖、松靈等硬件平臺(tái)支持，以及樂(lè)聚、庫(kù)帕思、國(guó)家地方共建人形機(jī)器人創(chuàng)新中心、北京人形機(jī)器人創(chuàng)新中心有限公司、博登智能、睿爾曼等機(jī)構(gòu)提供的高質(zhì)量數(shù)據(jù)。目前，該模型已與星海圖、松靈、樂(lè)聚等廠商完成適配，驗(yàn)證了跨本體遷移能力，為具身智能技術(shù)的產(chǎn)業(yè)化應(yīng)用奠定了基礎(chǔ)。