蚂蚁灵波开源LingBot-VLA训练代码 150条数据适配新机器人
具身智能领域迎来又一重要开源进展。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
蚂蚁集团旗下具身智能公司灵波科技，正式全面开源其具身基座模型LingBot-VLA的真机后训练工具链。这意味着，开发者现在能够基于这套完整的工具链，利用自有数据，将LingBot-VLA高效迁移至特定机器人平台与定制化任务场景中，加速具身智能应用部署。
当前，具身智能开源模型日益丰富，但将模型成功部署至真实机器人远非下载权重即可完成。不同机器人在机械臂构型、末端执行器、传感器配置及控制接口上存在显著差异，开发团队通常需要投入大量精力进行真机适配与工程化改造。这套复杂的工程链路，以往常被视为各团队的核心技术壁垒。
灵波科技此次开源的，正是针对真机适配中最核心且繁琐环节的完整解决方案。该工具链涵盖四大关键模块：支持多源LeRobot数据合并与关节维度映射标准化的数据处理工具、专为真机场景优化的训练配置方案、用于效果验证的离线评测工具，以及支持编译加速的真机部署模块。工具链还贴心提供了包含深度信息与不含深度信息的两个模型版本，方便团队根据自身传感器配置灵活选用。
作为背景，LingBot-VLA是蚂蚁灵波开源的具身智能基座模型。它基于超过2万小时的真实机器人数据进行预训练，覆盖9种主流双臂机器人构型，具备出色的跨本体与跨任务泛化能力。官方评测数据显示，在真机与仿真测试中，LingBot-VLA的性能表现均优于行业基准模型π0.5，并已与乐聚、松灵、星海图等多家机器人厂商完成了多机型适配验证。
其部署效率尤为值得关注。据了解，LingBot-VLA仅需约150条演示数据即可实现高质量的任务迁移。这得益于其底层代码库的深度优化，使得模型训练效率达到StarVLA、OpenPI等主流框架的1.5至2.8倍，显著降低了模型适配所需的数据收集与计算资源门槛。
目前，LingBot-VLA的完整代码库已在GitHub上开源，模型权重也已同步发布于Hugging Face与ModelScope平台。对于致力于具身智能技术落地与机器人应用开发的团队而言，这提供了一个从模型选型、训练优化到真机部署的端到端参考方案，有望推动行业应用进程。
相关攻略
在当今企业数字化转型的进程中，财务智能化已成为提升核心竞争力的关键环节。实在智能科技公司最新发布的财务机器人解决方案，正是基于先进的RPA（机器人流程自动化）技术，为企业财务自动化带来了革命性的升级，标志着财务工作正式迈入高效、精准的智能时代。 这款智能财务机器人究竟能解决哪些实际问题？本质上，它扮
机器人学习领域有个长期存在的“共识”：模拟训练只能打基础，真想让机器人在现实世界干活，还得靠海量的真实数据来“微调”或“适配”。从英伟达的GR00T、谷歌DeepMind的Gemini Robotics，到Physical Intelligence的π0系列，顶尖系统似乎都绕不开这条“实战出真知”的
在当今企业数字化转型的进程中，提升运营效率是关键目标。财务管理作为企业核心职能，其自动化与智能化升级尤为重要。RPA（机器人流程自动化）技术，正是实现财务流程自动化、驱动财务变革的重要工具。它并非替代人力，而是将财务人员从大量重复、规则明确的基础工作中解放出来。以中国铁塔公司为例，这家通信基础设施领
在数字化转型的浪潮中，RPA（机器人流程自动化）已从一项前沿技术，演变为众多企业降本增效的核心工具。然而，当企业计划引入时，一个最实际的问题便随之而来：部署一个RPA机器人究竟需要多少成本？其投入产出比又该如何精准评估？ 要厘清RPA机器人的价格构成，首先需理解其成本并非单一固定值。它主要涵盖软件授
数字化转型的浪潮正席卷各行各业，财务领域也不例外。最近，实在智能公司推出的新一代财务机器人正式投入市场，这不仅是其RPA（机器人流程自动化）技术的一次重要展示，更预示着企业财务管理的智能化进程，正在迈入一个更高效、更精准的新阶段。 那么，这款财务机器人究竟能做什么？简单来说，它通过集乘人工智能与自动
热门专题
热门推荐
这项由清华大学、美团、香港大学等多家顶尖机构联合开展的研究，于2026年3月以预印本论文（arXiv:2603 25823v1）的形式发布。它直指当前AI视觉生成领域一个被长期忽视的核心问题：这些能画出“神作”的模型，到底有多“聪明”？研究团队为此构建了一套全新的测试基准——ViGoR-Bench，
人工智能的浪潮席卷了各个领域，机器在诸多任务上已展现出超越人类的能力。然而，有一个看似寻常却异常复杂的领域，始终是AI研究者们渴望攻克的堡垒——让机器像真正的学者那样，撰写出一篇结构严谨、逻辑自洽、图文并茂的完整科学论文。这远比下棋或识图要困难得多。 2026年3月，一项由中科院AgentAlpha
这项由法国Hornetsecurity公司与里尔大学、法国国家信息与自动化研究院(Inria)、法国国家科学研究中心(CNRS)以及里尔中央理工学院联合开展的研究，发表于2026年3月31日的计算机科学期刊，论文编号为arXiv:2603 29497v1。 在信息爆炸的今天，我们每天都在网上留下数字
当你满怀期待地拆开一台全新的智能设备，最令人困扰的往往不是如何使用它，而是如何让它真正“理解”指令并智能地执行任务。如今，一个更为优雅的解决方案可能已经出现。来自清华大学深圳国际研究生院与哈尔滨工业大学（深圳）的联合研究团队，近期取得了一项极具前瞻性的突破：他们成功训练人工智能自主“撰写”并精准理解
2026年3月，来自华盛顿大学、艾伦人工智能研究所和北卡罗来纳大学教堂山分校的研究团队，在图像智能矢量化领域取得了一项突破性进展。这项研究（论文编号：arXiv:2603 24575v1）开发了一个名为VFig的AI系统，它能够将静态的栅格图像智能地转换为可自由编辑的矢量图形，如同一位“图形考古学家