LingBot-VLA 2.0 全身机器人策略
rohanpaul_ai · x · 2026-07-12
LingBot-VLA 2.0 解决的是让一个策略适配多种机器人身体的问题。它把一套 policy 扩展到 20 种机器人配置，覆盖手臂、夹爪、灵巧手、头部、腰部和移动底盘，并用统一的 55 维动作格式进行控制。
训练上，它先从约 9 万小时原始机器人数据里筛掉抖动、信号错误、相机不匹配、模糊、丢帧和长时间静止等低质量片段，最后留下 5 万小时高质量真实机器人数据；人类视频则会先筛选手物交互，再重建相机运动和手部姿态作为动作数据。
方法上加入了：
- 稀疏 MoE：让不同动作 token 使用少量专门网络，同时共享专家保留通用技能
- 深度/视频预测辅助目标：逼模型理解物体几何和下一段动作期间的场景变化
在 Agilex GM-100 上，它达到 66.2% progress / 34.4% success，优于 pi0.5 的 59.1% / 32.2%；在长时程移动任务上也整体领先，不过单个任务里仍有部分被其他模型反超。
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
- 亚马逊谷歌卖出6亿台音箱,AGI 时代为何无人再造智能音箱 — julianlehr · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- 波兰开发者做 iPhone 应用 可探测附近的 Meta 智能眼镜 — Low-Honeydew6483 · 2026-09-11
- 蚂蚁阿福用户达 1.5 亿，外滩大会展示 AI+硬件健康管理联盟 — APPSO · 2026-09-11
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11
- SyncWorld:少量视觉校准即可零样本模拟机器人跨视角交互 — ChongZzZhang · 2026-09-11