继1月27日开源高精度空间感知模型 LingBot-Depth后蚂蚁集团旗下灵波科技1月28日宣布全面开源具身大模型 LingBot-VLA。作为一款面向真实机器人操作场景的“智能基座”LingBot-VLA 实现了跨本体、跨任务泛化能力并大幅降低后训练成本推动“一脑多机”走向工程化落地。在上海交通大学开源的具身评测基准 GM-100包含 100 项真实操作任务测试中LingBot-VLA 在 3 个不同的真实机器人平台上跨本体泛化平均成功率相较于 Pi0.5 的 13.0% 提升至 15.7%w/o Depth。引入深度信息w/ Depth后空间感知能力增强平均成功率进一步攀升至 17.3%刷新了真机评测的成功率纪录验证了其在真实场景中的性能优势。在 GM-100 真机评测中LingBot-VLA 跨本体泛化性能超越 Pi0.5在 RoboTwin 2.0 仿真基准包含50项任务评测中面对高强度的环境随机化干扰如光照、杂物、高度扰动LingBot-VLA 凭借独特的可学习查询对齐机制高度融合深度信息操作成功率比 Pi0.5 提升了 9.92%实现了从虚拟仿真到真实落地的全方位性能领跑。在 RoboTwin 2.0 仿真评测中LingBot-VLA 跨任务泛化性能超越 Pi0.5长期以来由于本体差异、任务差异、环境差异等具身智能模型落地面临严重的泛化性挑战。开发者往往需要针对不同硬件和不同任务重复采集大量数据进行后训练直接抬高了落地成本也使行业难以形成可规模化复制的交付路径。针对上述问题LingBot-VLA 基于 20000 小时大规模真机数据进行预训练覆盖了 9 种主流双臂机器人构型包括 AgileXGalaxea R1Pro、R1Lite 、AgiBot G1等从而让同一个“大脑”可以无缝迁移至不同构型的机器人并在任务变化、环境变化时保持可用的成功率与鲁棒性。与高精度空间感知模型 LingBot-Depth配合LingBot-VLA 能获得更高质量的深度信息表征通过“视力”的升级真正做到“看得更清楚、做的更明白”。LingBot-VLA 凭借扎实的基座能力大幅降低了下游任务的适配门槛仅需 80 条演示数据即可实现高质量的任务迁移。此外配合底层代码库的深度优化其训练效率达到 StarVLA、OpenPI 等主流框架的 1.5~2.8 倍实现了数据与算力成本的双重降低。此次开源不仅提供了模型权重还同步开放了包含数据处理、高效微调及自动化评估在内的全套代码库。这一举措大幅压缩了模型训练周期降低了商业化落地的算力与时间门槛助力开发者以更低成本快速适配自有场景模型实用性大幅提升。蚂蚁灵波科技CEO朱兴表示“具身智能要想大规模应用依赖高效的具身基座模型这直接决定了是否可用以及能否用得起。我们希望通过LingBot-VLA的开源积极探索具身智能上限推进具身智能研发早日进入可复用、可验证、可规模化落地的新阶段让AI加速在物理世界渗透普及更早的服务每一个人。”LingBot-VLA是蚂蚁开源的第一款具身智能基座模型也是蚂蚁在AGI研发上又一探索性成果。朱兴介绍蚂蚁集团坚定以开源开放模式探索 AGI为此打造 InclusionAI构建了涵盖基础模型、多模态、推理、新型架构及具身智能的完整技术体系与开源生态。LingBot-VLA的开源正是InclusionAI的关键实践。“期待携手全球开发者加速具身智能技术的迭代与规模化应用助力 AGI 更快到来。”据悉在数据采集阶段LingBot-VLA 使用了星海图、松灵的硬件平台乐聚、库帕思、国家地方共建人形机器人创新中心、北京人形机器人创新中心有限公司、博登智能、睿尔曼也在模型预训练阶段提供了高质量数据支持。目前LingBot-VLA 已与星海图、松灵、乐聚等厂商完成适配验证了模型在不同构型机器人上的跨本体迁移能力。