蚂蚁集团旗下具身智能企业灵波科技正式对外开源其具身大模型 lingbot-vla。
据悉，在上海交通大学发布的具身智能评测基准 GM-100（涵盖 100 个真实世界操作任务）中，LingBot-VLA 在三种不同物理机器人平台上展现出优异的跨本体泛化能力：在未使用深度信息（w/o Depth）的情况下，平均任务成功率从 Pi0.5 的 13.0% 提升至 15.7%；当引入深度感知（w/ Depth）后，空间理解能力显著增强，平均成功率进一步跃升至 17.3%，充分验证了该模型在准确性与泛化性方面的领先实力。
在 RoboTwin 2.0 仿真评测基准（含 50 项高难度任务）中，面对复杂环境扰动（如动态光照变化、场景杂物干扰、平台高度随机偏移等），LingBot-VLA 凭借自主研发的可学习查询对齐机制，深度融合深度模态信息，操作成功率相较 Pi0.5 提升达 9.92%，成功实现从仿真训练到实体部署的全链路性能突破。
低后训练开销、高训练效率、全代码开源——真正面向落地的 VLA 模型
依托覆盖主流机器人构型与多样化操作场景的大规模预训练，LingBot-VLA 具备扎实的通用操控基础，并能以极低成本高效适配各类下游机器人任务。
实测数据显示，LingBot-VLA 在少量标注数据下即可超越 Pi0.5 的性能表现；且随着训练数据规模扩大，其性能优势持续放大。
研发团队同步打造了一套高性能后训练工具链，在仅配备 8 卡 GPU 的硬件环境下，达成单卡每秒处理 261 个样本的训练吞吐量，训练效率较 StarVLA、OpenPI 等主流框架提升 1.5~2.8 倍，显著降低数据与算力投入成本。
本次 LingBot-VLA 开源内容包括完整模型权重，并全面开放涵盖数据预处理、高效微调策略及自动化评估流程的一站式代码库。
- Website: https://www.php.cn/link/b6b3485c6734a0d18d966d2ca4311499
- Model:
https://www.php.cn/link/6d1ca411fcbc6a21484877d59be651db
https://www.php.cn/link/0d58bd579e0e18d6529fcfb6ba9812b8 - Datasets: https://www.php.cn/link/c4a55894b71e51a90b84a28c1b946d2b
- Code: https://www.php.cn/link/10fbe18a1f152d7b4c7ab027cb719c9f
- Tech Report: https://www.php.cn/link/4b49091c850af05caf0012344b4a8a58
