LingBot-VA 2.0 – 蚂蚁灵波推出的具身原生世界动作模型AI工具5分钟前发布AI小集02LingBot-VA 2.0是什么LingBot-VA 2.0是蚂蚁灵波推出的行业首个具身原生世界动作模型，基于自回归架构从零预训练，使机器人具备”边推演、边行动”的通用控制能力。模型采用因果DiT+稀疏MoE架构，总参数15.3B、推理仅激活2.5B，在RoboTwin 2.0基准实现93.6%双臂任务成功率，单GPU推理达150Hz。LingBot-VA 2.0的主要功能视觉-动作联合预测：同步生成未来世界状态预测与下一步机器人动作，实现”预判式控制”。长程任务规划：高维Planner将复杂目标拆解为结构化子任务，支持双臂并行执行与状态记忆。实时闭环控制：Foresight Reasoning异步推理，在执行当前动作时预计算下一步，消除串行延迟。跨域泛化：在干净与域随机化场景下均保持93%以上成功率，适应真实环境变化。精细操作：支持薯片等薄片、易碎物体的高精度力控抓取。LingBot-VA 2.0的技术原理语义视觉-动作分词器：不同于传统VAE仅追求像素重建，分词器在视觉压缩中强制对齐语义与动作信息，通过逆动力学与正向动力学模型从连续帧隐式提取动作监督，使无标注网络视频能提供训练信号。因果预训练范式：摒弃对双向视频生成模型的后期改造，从第一天起采用自回归因果架构训练，确保模型严格按只能看过去的时间线学习，天然匹配机器人闭环控制的单向物理现实。稀疏MoE架构：视频主干采用Mixture-of-Experts，总参数约13B但推理仅激活1.9B，配合一致性蒸馏、低精度编译等加速技术，将推理延迟从965ms降至142ms/chunk。Foresight Reasoning异步推理：设计预测-执行-纠偏闭环，机器人执行当前动作时模型并行预测下一步，在真实观测返回时重新校准，避免纯脑补导致的物理漂移，异步控制频率提升至225Hz。如何使用LingBot-VA 2.0访问官网：打开 https://technology.robbyant.com/lingbot-va-v2 了解模型架构、演示视频及技术细节。获取代码：访问 GitHub 仓库下载开源代码与技术报告，熟悉因果DiT、稀疏MoE及Foresight Reasoning的实现细节。环境部署：在配备高性能GPU的服务器或工作站上配置推理环境，安装依赖并加载模型权重。硬件接入：将模型接入机器人本体，连接相机观测流与机械臂/夹爪执行器，确保传感器数据实时输入。配置异步管线：启用Foresight Reasoning异步推理机制，使模型在执行当前动作片段时并行预测下一步状态。闭环校准：设置真实观测反馈通道，让模型在每次新观测返回时重新校正预测，避免物理漂移。任务适配：如需执行新任务，采集少量机器人操作数据，基于预训练权重进行高效微调。LingBot-VA 2.0的核心优势具身原生：从架构、数据到训练目标均为物理世界量身定制，而非数字视频生成模型微调。实时高效：单GPU 150Hz推理，满足实时闭环控制需求。因果一致：严格单向时间建模，避免双向注意力造成的动作精度损失与灾难性遗忘。数据高效：MCP多步预测目标使训练收敛速度提升2.3倍，降低对机器人标注数据的依赖。全栈协同：与LingBot-Depth、LingBot-VLA、LingBot-Video等形成感知-预测-执行完整闭环。LingBot-VA 2.0的项目地址项目官网：https://technology.robbyant.com/lingbot-va-v2技术论文：https://github.com/Robbyant/lingbot-va/blob/main/LingBot_VA2_paper.pdfLingBot-VA 2.0的同类竞品对比维度LingBot-VA 2.0ACE-Ego发布方蚂蚁灵波大晓机器人 × 港中文 MMLab模型定位具身原生世界动作模型（VA）“一脑多型”具身操作 VLA 模型架构路线自回归因果 DiT + 稀疏 MoEQwen3-VL-4B + Flow-Matching Diffusion Action Expert预训练方式从零具身原生预训练，不依赖数字视频生成模型混合人类第一视角视频 + 机器人/仿真数据联合预训练核心机制Foresight Reasoning 异步推理、语义视觉-动作分词器相机空间动作对齐、形态条件编码、时间对齐分块、可靠性感知损失总参数 / 激活参数15.3B / 2.5B（稀疏激活）VLM 4B + Action Expert 约 600M（全激活）推理速度单 GPU 150Hz（异步 225Hz）未公开具体频率，依赖 4 步 flow-matching 解码RoboTwin 2.0 平均成功率93.6%（Clean 93.8% / Randomized 93.4%）Easy 91.12% / Hard90.62%LingBot-VA 2.0的应用场景家庭服务机器人：执行桌面整理、物品归位、餐具摆放等长程家务任务，利用长程记忆与双臂协调能力完成复杂日常操作。工业动态抓取：在传送带、流水线上对移动目标进行实时抓取，模型预测物体未来位置并同步动作节奏，替代传统光电触发方案。精密装配作业：完成芯片、薄片、易碎零部件的柔性力控抓取与装配，依靠细粒度视觉伺服保护物料完整性。人机交互娱乐：支持冰球对战、桌面游戏等需要实时预判对手动作的高频交互场景，实现毫秒级反应与策略调整。仓储物流分拣：在动态变化的仓储环境中进行货物分拣、搬运与码垛，适应不同尺寸、形状包裹的泛化抓取需求。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇SensorFM - 谷歌推出面向可穿戴健康数据的通用基础模型下一篇KAT-Coder-Pro V2.5 - 快手推出的 Agentic Coding 模型相关文章Image-01 – MiniMax 推出的文本到图像生成模型AI小集2AnimateAI.Pro – 专为动画系列设计的一站式 AI 视频生成平台AI小集2ACE-Ego – 大晓机器人联合港中文开源的具身操作 VLA 模型AI小集3CogSound – 智谱AI最新推出的音效模型AI小集6Mistral OCR 4 – Mistral AI 推出的最新一代文档理解模型AI小集2OCTAVE – Hume AI推出的语音语言模型AI小集3暂无评论再想想发表评论暂无评论…热门工具豆包LibTV秒哒AiPPT秘塔AI搜索TRAE编程堆友Agent美图设计室绘蛙AISekoupdream办公小浣熊最新收录ChatSPSSKroWorkQMuse文智DocMVLANDMaxAEO最新文章ChatGPT Plus 和 Claude Pro 会员代充值 – 支持支付宝4分钟前KAT-Coder-Pro V2.5 – 快手推出的 Agentic Coding 模型5分钟前SensorFM – 谷歌推出面向可穿戴健康数据的通用基础模型7小时前ChatGPT Work – OpenAI 推出的 ChatGPT 智能体工作台7小时前LingBot-VLA 2.0 – 蚂蚁灵波开源的新一代具身智能基座模型10小时前MkSaaS – 专为快速构建 AI SaaS 产品设计的全栈框架1天前JellyToken – 阿里元境推出的一站式AI大模型聚合平台1天前LingBot-Video – 蚂蚁灵波开源面向具身智能的视频模型1天前Robostral Navigate – Mistral AI 推出的具身智能导航模型1天前GPT-Live – OpenAI 推出的新一代语音模型1天前Grok 4.5 – SpaceXAI推出的新一代旗舰大语言模型1天前Seedream 5.0 Pro – 字节跳动推出的多模态图像创作模型1天前GenMail – Genspark 推出的 AI 智能邮箱助手2天前MoWorld – 魔芯科技推出的全球首个高帧率交互式世界模型2天前Nemotron-Labs-Diffusion – 英伟达开源的三模式语言模型2天前