蚂蚁集团旗下具身智能公司灵波科技正式开源具身大模型 LingBot-VLA。
![]()
据介绍，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%，展现了 LingBot-VLA 强大的准确性和泛化性。
![]()
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。
![]()
后训练成本低、效率高、代码全开源 真正实用的 VLA 模型
得益于涵盖主流构型和详尽任务的大规模预训练，LingBot-VLA 具备强大的通用操控能力，并且能够将其高效迁移到多样的下游机器人任务中。
实验表明，LingBot-VLA 在下游任务中能够使用更少的数据，达到超越 π0.5 的性能；并且性能优势会随着数据量的增加而持续扩大。
![]()
LingBot-VLA 团队还构建了一套高效的后训练工具链，在 8 卡 GPU 配置下实现了单卡每秒 261 个样本的吞吐量，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。
LingBot-VLA 此次开源提供了模型权重，并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。
-
Website: https://technology.robbyant.com/lingbot-vla
-
Model:
https://huggingface.co/collections/robbyant/lingbot-vla
https://www.modelscope.cn/collections/Robbyant/LingBot-VLA
-
Datasets: https://huggingface.co/datasets/robbyant/lingbot-GM-100
-
Code: https://github.com/Robbyant/lingbot-vla
-
Tech Report: https://arxiv.org/abs/2601.18692
