蚂蚁灵波开源具身大模型LingBot-VLA

1月28日，蚂蚁集团旗下灵波科技今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。

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 AgileX，Galaxea 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。

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。