蚂蚁集团旗下灵波科技开源具身大模型 LingBot-VLA，并同步开放后训练工具链

蚂蚁集团旗下具身智能公司灵波科技近日发布消息，已将其具身大模型 LingBot-VLA 正式开源。该模型在多项权威基准上表现出色，同时开放完整的后训练代码库，目标是降低具身智能研发门槛。

性能表现：多平台泛化与精确操控

LingBot-VLA在真实环境与仿真场景中，都展现出很强的准确度与泛化能力：

真实场景测评：在上海交通大学 GM-100 基准上，LingBot-VLA 在三种不同机器人平台上取得 15.7% 的跨本体泛化平均成功率，超过 Pi0.5 的 13.0%。

空间感知增强：引入深度信息后，平均成功率进一步提升到 17.3%。

仿真环境领先：在 RoboTwin2.0 仿真评测中，面对光照、杂物等随机干扰，操作成功率比 Pi0.5 高出 9.92%。

技术核心：高效的后训练工具链

LingBot-VLA 的优势不止性能，更体现在训练效率与迁移能力：

低成本迁移：依托大规模预训练，模型在下游任务上用更少数据就能达到并超越主流模型的表现。

高吞吐训练：团队打造的高效工具链在 8 卡 GPU 配置下，单卡每秒可处理 261 个样本，训练效率是 StarVLA、OpenPI 等主流框架的 1.5 至 2.8 倍。

开源内容：一键获取全套资源

本次开源力度十足，灵波科技提供了从权重到工具的全链路支持：

模型权重：已在 Hugging Face 与魔搭社区（ModelScope）同步上线。

代码库：GitHub 仓库已开放，包含数据处理、高效微调与自动化评估等全套代码。

数据集与报告：同步提供 GM-100 数据集与详细技术报告。

LingBot-VLA 的全面开源，为机器人开发者带来一个实用、高效且低成本的 VLA 模型选项，有望加速具身智能从实验室走向大规模真实应用。