蚂蚁集团灵波科技开源具身智能大模型 LingBot-VLA 及后训练工具链
发布日期：2026年1月28日
核心摘要
蚂蚁集团旗下专注于具身智能的灵波科技，近日正式开源了其具身智能大模型 LingBot-VLA 及其完整的后训练代码库。此举旨在降低具身智能领域的研发门槛，加速技术从实验室走向大规模实际应用的进程。
模型性能表现
LingBot-VLA 在真实世界环境和仿真场景中均展现出强大的准确性与泛化能力。
真实世界评估（上海交通大学 GM-100 基准）
- 基础性能：在三个不同的机器人平台上，平均任务成功率达到 15.7%。
- 对比优势：该成绩超越了对比模型 Pi0.5 的 13.0%。
- 感知增强：在引入深度信息后，其平均成功率进一步提升至 17.3%。
仿真环境评估（RoboTwin2.0 仿真）
- 在面对光照、杂物等随机干扰时，其操作成功率比 Pi0.5 高出 9.92%。
技术核心：高效后训练工具链
该模型的优势不仅体现在性能上，更在于其高效的训练效率与迁移能力。
- 低成本迁移：得益于大规模预训练，模型在下游任务中能够以更少的数据量实现超越主流模型的性能。
- 高吞吐训练：团队构建了高效工具链，在8卡GPU配置下，每张GPU卡每秒可处理 261个样本。
- 效率对比：其训练效率达到主流框架（如 StarVLA、OpenPI）的 1.5 至 2.8 倍。
开源内容详情
灵波科技提供了从权重到工具的全链条资源，开发者可一键获取。
- 模型权重：已在 Hugging Face 和 ModelScope 社区发布。
- 完整代码库：GitHub 仓库已开源，包含数据处理、高效微调、自动化评估等全部代码。
- 数据集与报告：同步提供了 GM-100 数据集及详细的技术报告。
行业影响
LingBot-VLA 的全面开源，为机器人开发者提供了一个真正实用、高效且低成本的视觉-语言-动作（VLA）模型选择，有望推动具身智能技术的产业化落地。
（根据 AIbase 2026年1月28日资讯整理）
