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

蚂蚁集团旗下的具身智能企业灵波科技近日宣布，正式将其具身大模型 LingBot-VLA 开源。该模型在多项权威基准上表现出色，同时配套的完整后训练代码库也一并放出，旨在进一步降低具身智能研发门槛。

性能表现:多平台泛化与精准操控

LingBot-VLA在真实世界与仿真环境中均展现出扎实的准确率与良好的泛化能力:

真实场景测评:基于上海交通大学推出的 GM-100 基准，LingBot-VLA 在三种不同机器人平台上实现了 15.7% 的跨本体泛化平均成功率，优于 Pi0.5 的 13.0%。

空间感知增强:加入深度信息后，平均成功率进一步提升至 17.3%。

仿真环境领跑:在 RoboTwin2.0 仿真评测中，面对光照变化、杂物等随机干扰，其操作成功率相较 Pi0.5 提高了 9.92%。

技术核心:高效的后训练工具链

LingBot-VLA的优势不仅体现在效果上，也在于训练效率与迁移便捷性:

低成本迁移:依托大规模预训练，模型在下游任务中使用更少数据即可达到并超越主流模型的表现。

高吞吐训练:团队构建的高效工具链在 8 卡 GPU 条件下，单卡每秒可处理 261 个样本，整体训练效率达到 StarVLA、OpenPI 等主流框架的 1.5 至 2.8 倍。

开源内容:全套资源一键获取

此次开源覆盖面广，从模型到工具链提供完整支持:

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

代码库:GitHub 仓库现已开放，包含数据处理、高效微调与自动化评估在内的全部代码。

数据集与报告:同步提供 GM-100 数据集以及详尽的技术报告。

LingBot-VLA 的全面开源，为机器人开发者带来一套实用、高效、低成本的 VLA 方案，有望加速具身智能从实验室走向大规模真实应用。