LingBot-VA/VLA 2.0发布:原生具身基础模型与跨机身控制
蚂蚁系具身智能公司(@robbyantbrain)发布了LingBot-VA 2.0与LingBot-VLA 2.0模型。这套模型摒弃了在现成视频生成模型上外挂动作头的常规做法，选择从零开始进行原生视频-动作联合预训练，旨在解决通用机器人控制与跨机身泛化问题，因其在架构与跑分上的突破而备受关注。
核心设计与技术细节
作者@omarsar0 与 @heyshrutimishra 指出，纯粹的视频生成模型只能学到外观，无法理解动作如何改变物理世界。为此，LingBot模型将世界状态与潜在动作置于同一语义潜空间，通过无标注网络视频进行自监督学习。架构上，模型采用30B MoE设计（生成时仅激活3B参数），并包含完整因果Transformer。为实现实时控制，工程上采用了双专家蒸馏、FP8 TensorRT和paged KV-cache等优化，将单块延迟从927ms降至142ms。此外，@omarsar0 还强调了其“闭环推理”机制，能在执行当前动作时基于最新观测预测下一步，避免前瞻漂移。
评测表现与泛化能力
在评测方面，模型在RoboTwin 2.0上取得93.6的平均分，超过π0.5等模型，且在干净与随机化场景下表现稳定。@HeyToha 补充指出，该模型在RBench基准上平均分达到0.620，在长时程任务、四足机器人控制等场景中整体领先。LingBot-VLA 2.0版本将不同机器人控制转化为统一的55维动作语言，成功覆盖手臂、灵巧手、底盘等20种机器人构型，并能仅用10-15个示范完成新环境适应。
2026-07-10 ~ 2026-07-12 · 24 条相关
一手来源
- LingBot-VA 2.0 机器人控制栈升级 — omarsar0 ·
- LingBot-VLA 2.0 全身机器人策略 — rohanpaul_ai ·
- Ant系具身视频动作模型跑分领先 — omarsar0 ·
- 具身原生机器人模型发布 — heyshrutimishra · 2026-07-10
- LingBot-VA2.0主打具身原生预训练 — 机器之心 · 2026-07-10
- LingBot-VA2.0：具身原生VA模型 — 量子位 · 2026-07-10
- LingBot-VA 2.0 发布 — chris_j_paxton · 2026-07-10
- LingBot-VA 2.0发布 — CyberRobooo · 2026-07-10
- 机器人从反应转向预测控制 — Purple-Low-2779 · 2026-07-11
- 开源机器人基础模型LingBot-VA 2.0 — philfung · 2026-07-11
- LingBot-VA 2.0 机器人基础模型思路 — Aiden_Tech_Ai · 2026-07-11
- LingBot-VLA 2.0 机器人控制模型 — LearnWithBishal · 2026-07-11
- 【源头】LingBot-VA 2.0 机器人控制栈升级 — omarsar0 · 2026-07-11
- 视频动作基础模型用于机器人控制 — omarsar0 · 2026-07-11
- 从头训练的视频动作具身模型 — omarsar0 · 2026-07-11
- MoE 具身视频流的实时优化细节 — omarsar0 · 2026-07-11
- 闭环推理把机器人动作做成实时 — omarsar0 · 2026-07-11
- 具身模型在 RoboTwin 2.0 上领先 — omarsar0 · 2026-07-11
- 【源头】Ant系具身视频动作模型跑分领先 — omarsar0 · 2026-07-11
- 30B MoE具身模型用3B激活 — HeyToha · 2026-07-12
- 具身视频模型重视物理一致性 — HeyToha · 2026-07-12
- 具身视频模型RBench领先 — HeyToha · 2026-07-12
- 面向机器人的世界模型项目 — HeyToha · 2026-07-12
- 【源头】LingBot-VLA 2.0 全身机器人策略 — rohanpaul_ai · 2026-07-12
- LingBot-VLA 2.0：支持20种机器人构型的通用VLA模型 — rohanpaul_ai · 2026-07-12