蚂蚁集团旗下蚂蚁灵波科技在机器人智能领域迈出重要一步，正式将具身智能大模型LingBot-VLA及配套后训练代码全面开源。这一决策不仅验证了模型在多类型机器人间的跨本体迁移能力，更通过技术共享推动行业生态发展。目前，该模型已与星海图、松灵、乐聚等机器人企业完成适配，形成覆盖工业、服务、教育等场景的应用矩阵。
技术团队开发的专用后训练工具链显著提升了模型迭代效率。在8卡GPU配置下，LingBot-VLA可实现每秒261个样本的训练速度，较主流框架StarVLA、OpenPI等提升1.5至2.8倍。这种效率突破直接降低了数据采集与算力投入成本，为中小企业参与高端机器人研发提供了技术可能。
基于海量真实场景数据训练的验证显示，模型性能与数据规模呈现强正相关。当预训练数据从3000小时扩展至20000小时，下游任务成功率实现阶梯式增长。在上海交通大学开源评测基准GM-100的测试中，模型在三种不同硬件平台上的跨本体泛化成功率从13.0%提升至15.7%，引入深度信息优化后更达到17.3%的突破性表现。
同步推出的LingBot-Depth空间感知模型聚焦三维视觉重建难题。该模型通过双目3D相机采集RGB-Depth数据，可将受噪声干扰的不完整深度信息转化为高精度三维测量结果。在深度补全和单目深度估计等基准测试中，其精度与稳定性指标均达到行业领先水平，为机器人导航、自动驾驶等领域提供了更可靠的环境感知解决方案。
技术文档显示，LingBot-Depth模型特别优化了动态场景下的数据处理能力。在模拟测试中，面对快速移动物体产生的深度数据缺失，模型仍能保持87%以上的重建准确率。这种特性使其在物流分拣、无人配送等时效性要求高的场景中具有显著应用优势。
