// 01 LingBot-VLA 2.0 是什么
快速结论
LingBot-VLA 2.0(视觉-语言-动作基础模型 · 蚂蚁 robbyant 团队)面向「从大规模预训练走向可靠的真实机器人应用」:基于约 6 万小时数据(5 万小时机器人轨迹 + 1 万小时真人视频)预训练,支持 20 种机器人配置、55 维统一动作表示(臂关节/末端/夹爪/手/腰/头/移动底座)。2026-07-08 发布技术报告与预训练权重,Apache-2.0,魔搭 ModelScope 提供 6B 权重,GitHub 约 376 star。
适合谁优先使用
- 做具身智能、机器人操作/操控(manipulation)的研究者与团队
- 需要跨多种机器人形态复用的 VLA 基座
- 看重开源、可商用许可、国内可下载权重的用户
核心能力拆解
大规模 VLA 预训练
约 6 万小时数据(含 1 万小时真人视频),把「看-懂-动」学进一个基座。
统一动作表示
55 维覆盖臂/末端/夹爪/手/腰/头/移动底座,支持 20 种机器人配置,跨形态迁移。
真机表现
GM-100 双臂操作中 AgileX Cobot Magic 达 66.2/34.4(进度/成功率)。
限制与避坑
- 研究型基座,落到真实机器人任务需大量微调、标定与安全兜底
- 真机成功率仍处研究水平,非即插即用的产品能力
- 与 LingBot-Video / LingBot-Vision 同属一个具身家族,选型注意区分
NavXD 使用建议
做机器人操控、想要一个跨形态、开源、国内可下的 VLA 基座时,LingBot-VLA 2.0 值得作基线;先用魔搭 6B 权重在你的机器人上微调评测,再决定是否深投。
// 02 核心 功能
- 核心定位蚂蚁开源的 VLA(视觉语言动作)基础模型:6 万小时预训练、20 种机器人配置、55 维统一动作,Apache-2.0,魔搭 6B 可下。
- 分类索引当前归档在 AI Agent / 智能体,方便和同频工具横向比较。
- 能力标签关联标签包括 开源、具身智能、机器人、VLA。
- 使用入口已记录可访问入口,可通过本页主按钮跳转。
// 03 使用 场景
- 快速判断是否适合当前任务结合 AI Agent / 智能体 定位和 开源、具身智能、机器人 标签,先判断它是否匹配你的工作流。
- 横向比较同类工具从相同分类和标签继续探索替代工具,减少只看单个产品带来的选择偏差。
- 沉淀工具选型资料把官网入口、平台、版本和 NavXD 标签合并成一页,适合做选型记录或团队分享。
// 04 常见 问题
LingBot-VLA 2.0 是什么?
蚂蚁开源的 VLA(视觉语言动作)基础模型:6 万小时预训练、20 种机器人配置、55 维统一动作,Apache-2.0,魔搭 6B 可下。
LingBot-VLA 2.0 适合哪些场景?
可优先参考它所属的 AI Agent / 智能体 分类,以及 开源、具身智能、机器人、VLA 等标签。
LingBot-VLA 2.0 是否提供可用入口?
本页已记录官网或下载入口,可通过顶部主按钮访问。
LingBot-VLA 2.0 支持哪些平台?
当前记录为网页工具,通常可通过浏览器访问。
