LingBot-VLA 2.0 开源 VLA 模型解读，6 万小时真实数据、支持 20 余种机器人跨本体控制

蚂蚁灵波（Robbyant）发布 LingBot-VLA 2.0 视觉语言动作（VLA）具身基座模型，采用 60000 小时真实物理交互数据完成预训练，已经开源，支持 17 家厂商、20 多种不同构型机器人，解决具身智能里 “一套模型适配多种机器人硬件” 的行业痛点，相比半年前 1.0 版本，训练数据规模直接提升三倍，在长序列任务、跨机器人泛化能力上明显增强。6 万小时数据集分为两部分：50000 小时多机器人真实轨迹数据，覆盖单臂、双臂、人形、轮式移动机械臂；另外 10000 小时是人第一视角操作视频蒸馏数据。模型统一映射到 55 维标准动作向量，兼容不同机器人的手臂、灵巧手、腰部、头部、移动底盘自由度，不需要为每款机器人单独从头训练策略，降低机器人开发的成本。

一、LingBot-VLA 2.0 基础信息表

二、支持的机器人品牌与形态清单

覆盖乐聚、宇树、智元、松灵、非夕、傅立叶、Franka、睿尔曼等 17 家机器人厂商，包含四类主流形态：

1. 双足人形机器人
2. 双臂协作机器人
3. 单臂机械臂
4. 轮式移动操作机器人

三、2.0 版本相比 1.0 的升级点

1. 数据流水线重构，严格清洗过滤低质量数据，总时长从 2 万小时扩至 6 万小时
2. 动作侧换成稀疏 MoE 专家架构，不同任务调用不同专家，动作生成更稳定
3. 新增双查询蒸馏技术，具备预判式动作，适合冰箱收纳、物品分拣这类长流程任务
4. 扩展头部、腰部、底盘自由度支持，不再局限于手臂操作
5. 在 GM-100 基准上超越 π0.5、GR00T N1.7 等主流开源 VLA 模型

四、统一动作向量的工作原理

LingBot-VLA 2.0 设计了一套 55 维标准化状态与动作向量，把不同结构机器人的关节、末端位姿、夹爪、底盘信息统一编码；硬件不一样的部分用占位填充。模型学习通用的操作逻辑，落地时再做目标机器人的映射、标定、安全限位，实现跨机器人迁移。

五、能力边界与局限

• 不是开箱即用零部署，硬件端仍需要相机标定、动作映射、安全控制、少量微调
• 对全新、完全没见过的机器人构型，泛化效果会下降
• 适合室内物品拾取、整理、分拣等操作任务，高速动态、重型工业场景还有限制

六、适合的使用人群

• 人形机器人、协作机器人研发团队，快速搭建具身智能大脑
• 高校、科研院所做具身智能算法研究
• 机器人厂商，减少不同机型单独训练策略的工作量
• 开源社区，基于底座二次开发家庭服务、仓储分拣机器人

【相关 FAQ】

问题 1：这个 60000 小时训练的开源 VLA 模型叫什么，是不是可以给 20 多种机器人使用？

回答 1：模型名称是 LingBot-VLA 2.0，蚂蚁灵波开源的 VLA 具身基座，基于 6 万小时真实物理数据训练，原生支持 17 个厂商、20 多种不同构型机器人。

问题 2：LingBot-VLA 2.0 的 60000 小时训练数据是怎么分配的？

回答 2：60000 小时分为 50000 小时各机器人真实交互轨迹数据，再加 10000 小时人类第一视角操作视频蒸馏数据。

问题 3：LingBot-VLA 2.0 开源之后，是不是拿到权重就能直接跑在任意机器人上？

回答 3：不可以直接零部署，虽然模型支持跨机器人泛化，但落地还需要相机标定、动作映射、设置安全边界，部分场景还需要少量微调。

【参考资料】

[2026-07-08]（蚂蚁灵波开源 LingBot-VLA 2.0，6 万小时真实物理数据）极客公园

[2026-07-08]（60000 小时炼出新开源 VLA！20 多种机器人都能用）量子位

[2026-07-08]（LingBot-VLA 2.0 技术报告与开源仓库）Robbyant 官方

[2026-07-09]（LingBot-VLA 2.0 基准测试 GM-100 结果）EmbodiedGlobal

【免责声明】

本文为 LingBot-VLA 2.0 开源项目科普解读，模型效果、适配机型、商用约束以官方仓库、技术论文为准；不同机器人硬件的适配效果会受传感器、控制器、控制周期影响。