LingBot-VA 2.0发布
CyberRobooo · x · 2026-07-10
@robbyantbrain 发布 LingBot-VA 2.0，自称是首个真正的 embodied-native 基础模型，强调不是从视频生成模型微调而来，而是为物理世界从头构建。
文中给出几项关键结果与设计：
- RoboTwin 2.0 双臂任务成功率 93.6%
- 在优化后的 FP8/TensorRT 栈上，峰值异步执行频率达到 225Hz
- 只用 10–15 次演示就能较好泛化，并支持用人类参考视频作为上下文进行 in-context learning，且无需参数更新
架构上，它包含语义视觉-动作 tokenizer、带稀疏 MoE 的 causal DiT，以及名为 Foresight Reasoning 的机制：在机器人运动过程中预测下一时刻的世界状态。作者还表示，这一周发布的多个组件一起构成了一个“闭环”的具身全栈：
- LingBot-Depth 2.0
- LingBot-Vision
- LingBot-VLA 2.0
- LingBot-World 2.0
- LingBot-Video
- LingBot-VA 2.0
整体主张是：同一个“脑”可以服务多种机器人。
所属事件:LingBot-VA/VLA 2.0发布:原生具身基础模型与跨机身控制(24 条相关)→
「具身」频道最新
- 折叠屏 iPhone「Duo」开箱照现身,真机包装盒首曝 — chrisfirst · 2026-10-27
- UniAction 统一动作条件框架:单一世界模型驱动多种动作类型 — ZeYanjie · 2026-10-27
- StackChan 机器人上演 AI 短剧：Hermes Agent 用 JSON 脚本统筹表演 — alexcovo_eth · 2026-10-27
- DONIC 双手机器人追踪成功率 86.79%，远超此前 SOTA 的 9.43% — liuziwei7 · 2026-10-27
- Bedrock Robotics 融资 6 亿美元,改装挖掘机已在商业工地全自动驾驶接单 — Sethwinterroth · 2026-10-27
- AW-0 世界动作模型发布：一个生成式模型同时管规划、预测与控制 — trevordarrell · 2026-10-27