当前位置:

首页 > 硬件相关 > 蚂蚁灵波具身大模型 LingBot-VLA 正式开源,后训练代码全面开放

蚂蚁灵波具身大模型 LingBot-VLA 正式开源,后训练代码全面开放

蚂蚁灵波科技开源具身大模型LingBot-VLA,涵盖代码、权重与数据集。该模型在GM-100基准上展现强跨本体泛化能力,无深度信息成功率由13.0%升至15.7%,引入深度后达17.3%;在RoboTwin2.0仿真中成功率提升9.92%。后训练工具链在8卡GPU下单卡每秒处理261样本,效率较主流框架提升1.5至2.8倍。

本文目录

    蚂蚁集团在具身智能赛道的布局,又落下了关键一子。旗下灵波科技最近正式将其具身大模型 LingBot-VLA 开放出来,代码、权重、数据集一应俱全,面向全行业开源。

    这个模型到底有多能打?先看一组硬核数据。在上海交通大学发布的具身智能评测基准 GM-100 上——这个基准涵盖了 100 个真实世界的操作任务,含金量相当高——LingBot-VLA 在三种完全不同的物理机器人平台上,展现出了相当亮眼的跨本体泛化能力。值得关注的是,即便在不使用深度信息(w/o Depth)的情况下,它的平均任务成功率也从 Pi0.5 的 13.0% 直接拉到了 15.7%。而一旦引入深度感知(w/ Depth),模型的空间理解能力明显上了一个台阶,平均成功率进一步跃升至 17.3%。这个提升幅度,足以说明它在准确性和泛化性上的领先实力。

    再来看看仿真环境下的表现。在 RoboTwin 2.0 仿真评测基准中,面对的是 50 项高难度任务,而且测试环境里充满了各种“刁难”——动态光照变化、场景杂物干扰、平台高度随机偏移等等。LingBot-VLA 凭借自主研发的可学习查询对齐机制,深度融合了深度模态信息,最终操作成功率相较 Pi0.5 提升了整整 9.92%。这意味着什么?意味着从仿真训练到实体部署的全链路性能突破,已经不再是纸上谈兵。

    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

    光有性能还不够,落地才是硬道理。LingBot-VLA 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,已经打下了扎实的通用操控基础。更关键的是,它能以极低的成本高效适配各类下游机器人任务。

    从实测数据来看,LingBot-VLA 在少量标注数据下就能超越 Pi0.5 的性能表现;而且随着训练数据规模不断扩大,它的性能优势还会被进一步放大。

    研发团队还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,就能达到单卡每秒处理 261 个样本的训练吞吐量。这个效率对比 StarVLA、OpenPI 等主流框架,提升了 1.5 到 2.8 倍,直观地降低了数据与算力的投入成本。

    这次开源,灵波科技拿出了完整模型权重,并全面开放了涵盖数据预处理、高效微调策略及自动化评估流程的一站式代码库。对于想要深入研究和实际落地的团队来说,这无疑是一份相当完整的“启动包”。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关
    相关文章 更多
    deepseek网页版登录入口官网免费在线使用教程
    deepseek网页版登录入口官网免费在线使用教程

    想要免费体验DeepSeek大模型?本文提供DeepSeek网页版官方登录入口,详解注册步骤、免费额度规则及深度思考模式的使用技巧,助你安全、高效地利用AI提升工作效率。

    Temperature与Top-p有什么区别?大模型采样参数解析
    Temperature与Top-p有什么区别?大模型采样参数解析

    深入解析大模型中 Temperature 和 Top-p 参数的区别。通过 Softmax 计算和累计概率示例,说明温度如何影响概率分布形状,Top-p 如何筛选候选词集合,帮助理解模型生成机制。

    智谱等中国大模型何时达到Fable级别水平?马斯克:或许明年一季度
    智谱等中国大模型何时达到Fable级别水平?马斯克:或许明年一季度

    马斯克回应称中国大模型或于2027年一季度达到Fable级别。智谱GLM-5.2多项评测与海外头部模型差距缩小至1%-4%,在CodeArena获全球可用模型第一。智谱股价单日涨26%,市值破9000亿港元。科创板拟扩大第五套标准支持AI企业上市。

    我国首个水产育种专用智能大模型平台发布
    我国首个水产育种专用智能大模型平台发布

    6月19日,我国首个水产育种专用智能大模型平台“蓝鲲智种”在海南发布,由青岛蓝色种业研究院联合中国海洋大学等打造,标志着水产育种领域拥有专属科学智能模型和基础平台。

    7B小模型如何在代码任务上打败数百亿参数的大模型?
    7B小模型如何在代码任务上打败数百亿参数的大模型?

    研究团队提出并行循环Transformer,让70亿参数模型通过两次内部循环思考,在代码任务上超越数百亿参数的大模型,第三次循环后性能因收益-代价失衡而下降。结合显式推理链可进一步提升效果。

    英伟达发明了一种让AI小模型向大模型学习的新方法,效果出奇地好
    英伟达发明了一种让AI小模型向大模型学习的新方法,效果出奇地好

    英伟达提出ZPPO方法,让大模型智慧以题目背景而非答案形式辅助小模型学习,通过二元候选、负面候选及回放缓冲区三大组件,在0.8B模型上视觉语言理解提升9.3%,全面超越现有方法。

    大模型战争下半场:谁还愿意一直租用 AI?
    大模型战争下半场:谁还愿意一直租用 AI?

    闭源API成本高、依赖性强,开放权重模型因可部署、可控、低成本而受青睐。2026年智谱GLM-5.2在特定任务接近美国前沿水平,标志前沿能力通过开放权重扩散。企业转向混合路线,模型调度层成为新机会,核心问题从“谁最强”变为“谁还愿意一直租用AI能力”。

    ICML26 重磅成果!清华 UDS 智能筛选训练样本,大模型微调算力直接减半
    ICML26 重磅成果!清华 UDS 智能筛选训练样本,大模型微调算力直接减半

    大模型监督微调SFT,过去一直被当作一个“数据越多越好”的活儿。但如果你真的在一线跑过训练,就会知道这个直觉有多离谱。2026年的产业数据很清楚:国内大模型训练的整体算力有效利用率,连五成都不到。大量GPU资源,其实都消耗在那些重复、低信息量、甚至带偏见的冗余样本上。 从根子上讲,全量样本训练不仅直

    ICML 2026 | 当大模型开始发明自己的语言:如何让 LLM 用更少 Token 完成高强度推理
    ICML 2026 | 当大模型开始发明自己的语言:如何让 LLM 用更少 Token 完成高强度推理

    CLSR提出让大模型智能体自主生成演化机器语言符号体系,将推理链视为带宽受限的状态传输。实验表明,该方法在多种基准上将生成端token降低约3-6倍,基本维持原始CoT准确率,并改善accuracy-token帕累托前沿。

    国产算力股集体拉升,美团发布首个全国产训推万亿参数大模型
    国产算力股集体拉升,美团发布首个全国产训推万亿参数大模型

    6月30日国产算力板块拉升,寒武纪涨超8%市值破万亿。美团发布LongCat-2.0,为首个完全基于国产算力训推的万亿参数大模型,参数超1.6万亿,测试版调用量全球前三,训练峰值算力超5万卡,成本低于同类模型。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。