蚂蚁灵波开源VLA 2.0：60000小时训练，适配20余种机器人

蚂蚁集团旗下灵波机器人团队近日宣布，其自主研发的视觉-语言-动作（VLA）大模型Lingbot-VLA 2.0正式开源。该模型经过超过60000小时的训练，能够适配20多种不同类型的机器人，包括四足、轮式和六足机器人等，显著提升了机器人在复杂环境中的泛化能力。

据官方介绍，Lingbot-VLA 2.0在多个基准测试中表现优异，尤其是在零样本迁移和长序列任务执行方面。模型采用多模态对齐技术，将视觉、语言和动作进行深度融合，使得机器人仅需少量示例即可理解并执行新任务。此外，该模型还支持实时推理，延迟低于50毫秒，为实际部署提供了保障。

此次开源不仅提供了完整的模型权重和代码，还附带详细的训练和部署指南。蚂蚁灵波表示，此举旨在降低机器人开发门槛，推动行业生态建设。目前，已有来自学术界和工业界的多个团队开始基于该模型进行二次开发，涉及仓储物流、家庭服务等场景。