# LingBot-VLA 2.0 – 蚂蚁灵波开源的新一代具身智能基座模型

- Link: https://paooo.com/aigc-news/29086/
- Published: 2026-07-10T10:47:14+08:00
- Author: Prompt 语宙研究院

## LingBot-VLA 2.0是什么

LingBot-VLA 2.0 是蚂蚁灵波科技开源的新一代具身智能基座模型，基于6万小时预训练数据，
包含5万小时真机数据与1万小时人类操作数据，覆盖17个品牌20种机器人构型，支持单臂/双臂、
双足/轮式及头部、腰部、底盘等多自由度。模型采用稀疏MoE架构与统一动作空间，在GM-100
双臂评测和长程移动操作任务中均领先π0.5与GR00T N1.7，RTX 4090推理耗时低于130毫秒。

阅读目录

 * [LingBot-VLA 2.0是什么](https://paooo.com/aigc-news/29086/#lingbotvla-20%e6%98%af%e4%bb%80%e4%b9%88)
 * [LingBot-VLA 2.0的主要功能](https://paooo.com/aigc-news/29086/#lingbotvla-20%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [LingBot-VLA 2.0的技术原理](https://paooo.com/aigc-news/29086/#lingbotvla-20%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [如何使用LingBot-VLA 2.0](https://paooo.com/aigc-news/29086/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8lingbotvla-20)
 * [LingBot-VLA 2.0的核心优势](https://paooo.com/aigc-news/29086/#lingbotvla-20%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [LingBot-VLA 2.0的项目地址](https://paooo.com/aigc-news/29086/#lingbotvla-20%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [LingBot-VLA 2.0的同类竞品对比](https://paooo.com/aigc-news/29086/#lingbotvla-20%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [LingBot-VLA 2.0的应用场景](https://paooo.com/aigc-news/29086/#lingbotvla-20%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![LingBot-VLA 2.0](https://paooo.com/wp-content/uploads/2026/07/LingBot-VLA-2.0-
website-1.avif)

## LingBot-VLA 2.0的主要功能

 * **20+构型泛化**：支持17个品牌20种机器人构型，覆盖单臂、双臂、双足、轮式等形态。
 * **多自由度控制**：支持头部、腰部、末端执行器、底盘、手臂、夹爪等全身自由度。
 * **双臂协同操作**：在GM-100评测中任务进度分和成功率领先竞品。
 * **长程移动操作**：支持跨域场景的长序列任务推进，如冰箱收纳、灶台清洁。
 * **高效推理部署**：后训练版本在RTX 4090上推理耗时控制在130毫秒以内。

## LingBot-VLA 2.0的技术原理

 * **大规模异构数据预训练**：从9万小时原始数据中清洗出6万小时高质量数据，其中5万
   小时来自20种机器人构型的真机操作，1万小时来自第一视角人类操作视频，覆盖多样化
   的物理交互场景。
 * **统一动作空间表示**：将20种异构机器人构型对齐到共享的Arm、EEF、Gripper、Move、
   Waist、Head、Hand等动作维度，实现跨本体的可扩展训练。
 * **稀疏MoE架构**：模型采用1.6B总参数、0.6B激活参数的稀疏混合专家架构，在相同激活
   参数预算下，训练损失和验证动作误差均显著低于Dense 0.6B模型，兼顾性能与推理效率。
 * **双查询蒸馏感知预测**：通过Dual-query Distillation机制同时预测当前和未来的RGB、
   深度图及DINO视觉表征，增强模型对动态环境的时序理解能力。
 * **多阶段数据清洗流水线**：将原始数据分为机器人流和自我中心流，依次通过平滑动作
   与状态过滤、高质量视频筛选、VLM过滤、手部轨迹重建与标准化等阶段，逐步提纯训练
   数据。

![挖挖GitHub](https://paooo.com/wp-content/uploads/2026/07/wawagithub-69.avif)

微信关注回复“**开源**”，加入**AI开源项目交流群**

## 如何使用LingBot-VLA 2.0

 * **获取模型权重**：访问 Hugging Face 或魔搭社区下载 LingBot-VLA 2.0 预训练模型。
 * **克隆开源代码**：从 GitHub 获取推理与部署代码，阅读 README 了解环境依赖。
 * **配置机器人本体**：根据官方支持的20种构型清单，准备对应的机器人硬件与传感器。
 * **部署推理**：将模型加载至 RTX 4090 或已适配的旭日S600、Jetson Thor/Orin 等边缘
   计算平台。
 * **执行操作任务**：通过统一动作接口向机器人发送指令，完成双臂操作或长程移动任务。

## LingBot-VLA 2.0的核心优势

 * **跨构型泛化能力最强**：覆盖20种机器人构型，是业内支持本体种类最多的开源VLA模型
   之一。
 * **双臂与移动操作双领先**：在GM-100双臂评测和长程移动操作跨域评测中均超越π0.5和
   GR00T N1.7。
 * **推理效率优化**：稀疏MoE架构使1.6B模型仅激活0.6B参数，RTX 4090上推理低于130ms，
   适配边缘芯片。
 * **生态适配完善**：已完成地瓜旭日S600、英伟达Jetson Thor/Orin等主流芯片适配，并与
   乐聚、钛虎等本体厂商建立合作。

## LingBot-VLA 2.0的项目地址

 * **项目官网**：https://technology.robbyant.com/lingbot-vla-v2
 * **GitHub仓库**：https://github.com/robbyant/lingbot-vla-v2
 * **HuggingFace模型库**：https://huggingface.co/collections/robbyant/lingbot-vla-
   v2
 * **arXiv技术论文**：https://arxiv.org/pdf/2607.06403

## LingBot-VLA 2.0的同类竞品对比

  |  对比维度 |  LingBot-VLA 2.0 |  [GO-2](https://ai-bot.cn/go-2/) |  
   |  **开发方** |  蚂蚁灵波科技 |  智元机器人（AgiBot） |  
 |  **模型架构** |  稀疏 MoE，总参数 1.6B，激活参数 0.6B |  ViLLA 架构，异步双系统（低频慢系统规划 + 高频快系统执行） |  
 |  **核心创新** |  统一动作空间 + 双查询蒸馏感知预测 |  动作思维链（Action Chain-of-Thought），直接在动作空间推理规划 |  
 |  **预训练数据** |  6 万小时（5 万小时真机 + 1 万小时人类操作） |  数万小时（依托 AgiBot World 数据集，GO-1 阶段已超百万轨迹） |  
 |  **构型支持** |  20 种机器人构型，17 个品牌（单臂/双臂/双足/轮式） |  主要适配智元自有本体（如 G1/G2），跨品牌泛化能力有限 |  
 |  **双臂操作** |  GM-100 评测中进度分与成功率均领先 π0.5 与 GR00T N1.7 |  未公开 GM-100 数据，LIBERO 基准平均成功率 98.5% |  
 |  **长程移动操作** |  跨域场景任务进度分和成功率领先 |  侧重规划-执行闭环，长程移动泛化数据未明确公开 |

## LingBot-VLA 2.0的应用场景

 * **零售服务**：在药店、商超等场景完成货架整理、商品取放、库存盘点等双臂操作任务。
 * **物流仓储**： 执行包裹分拣、货物搬运、长程移动装卸等流程，适配轮式移动底盘。
 * **工业制造**：完成精密零部件装配、工具取放、设备巡检等需要高精度与多自由度协同
   的任务。
 * **家庭服务**：支持冰箱收纳、灶台清洁、关节物体操作等日常家务。
 * **科研开发**：为高校与研究机构提供开源VLA基座，加速具身智能算法迭代与本体适配
   研究。

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/29086/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)