蚂蚁集团旗下具身智能企业灵波科技近日宣布，其自主研发的具身基座模型LingBot-VLA正式开源真机后训练工具链。这一举措旨在降低机器人领域模型部署的技术门槛，开发团队可通过该工具链快速将模型迁移至自有硬件平台，实现跨机器人、跨任务的高效适配。
当前具身智能领域虽已涌现多个开源模型，但真机部署仍面临显著挑战。由于不同机器人在机械结构、传感器配置、控制接口等方面存在差异，开发团队往往需要投入大量资源进行定制化开发。灵波科技此次开源的工具链聚焦四大核心环节：支持多源数据合并的数据处理模块、标准化关节映射工具、真机场景优化训练配置、离线评测系统及编译加速部署方案。模型同时提供含深度信息与不含深度信息的双版本选择，满足多样化开发需求。
LingBot-VLA基于2万小时真实机器人操作数据预训练，覆盖9种主流双臂机器人构型。测试数据显示，该模型在真机与仿真环境中的表现均优于行业基准π0.5，并已与乐聚、松灵、星海图等厂商完成多机型验证。其独特的跨本体泛化能力，使得模型仅需150条演示数据即可实现高质量任务迁移，显著降低数据采集成本。
在技术优化方面，LingBot-VLA通过底层代码库深度重构，将训练效率提升至StarVLA、OpenPI等主流框架的1.5至2.8倍。这一突破有效减少了模型适配所需的算力资源，为中小企业和科研机构提供了更具性价比的解决方案。开发团队表示，此次开源包含完整的代码库、训练配置文件及部署指南，旨在推动具身智能技术的标准化发展。
目前，LingBot-VLA的完整代码库已在GitHub平台开放下载（github.com/Robbyant/lingbot-vla），预训练模型权重同步发布于Hugging Face和ModelScope模型库。这一开源项目预计将加速具身智能技术在工业制造、物流仓储、服务机器人等领域的应用落地，为行业生态建设注入新动能。
