当下具身智能赛道硬件迭代飞速，各类机器人本体、运动“小脑”持续升级，但通用AI大脑的缺失，始终是制约行业规模化落地的核心瓶颈。模型泛化性弱、适配成本高、落地效率低、场景适配难，诸多痛点卡住了机器人商业化的关键步伐。

现在，行业破局答案正式开源！

7月8日，蚂蚁灵波科技正式官宣，新一代通用具身基座模型 LingBot-VLA 2.0 全面开源上线。作为今年1月初代版本LingBot-VLA 1.0的全方位重磅升级，这款全新VLA模型以海量真实物理数据为底座，实现了构型泛化、全身自由度适配、落地效率的跨越式升级，为具身智能产业化落地打通核心卡点。

模型能力的跃迁，本质是数据质量的胜利。

此次迭代，蚂蚁灵波搭建了更高精度、更贴合真实产业场景的数据体系。团队从9万小时原始真机数据中，严格清洗筛选出5万小时高质量真机实操数据，同时从2万小时第一视角人类操作数据中，提炼出1万小时有效优质数据，最终汇聚成6万小时顶级预训练数据，全程贴合真实物理世界的复杂作业场景，彻底摆脱仿真数据与现实脱节的行业通病。

依托这套高质量数据体系，LingBot-VLA 2.0的适配边界大幅拓宽，兼容性实现质的飞跃。模型可适配乐聚、智元、宇树、松灵、非夕、Franka等17家主流机器人厂商产品，覆盖单臂、双臂、双足、轮式等20种主流机器人构型，真正实现「一套通用大脑，适配全品类机器人本体」。

除此之外，模型打破传统机器人仅支持末端执行器的局限，全面解锁头部、腰部、手部末端、移动底盘全维度自由度支持，完美适配人形机器人全身协同、移动机器人全域作业、机械臂精细操作等多元场景。

不堆参数、不做虚标，真实测评见真章。LingBot-VLA 2.0全程以单一通用模型部署，无任何专项微调，在权威公开评测中，多项核心能力碾压π0.5、GR00T N1.7等行业主流模型。

✅ 双臂协同能力，稳居行业第一梯队

依托上海交通大学GM-100权威评测体系，在AgileX Cobot Magic、Galaxea R1 Pro两大主流双臂机器人平台测试中，LingBot-VLA 2.0的整体任务进度分、作业成功率双维度领先竞品模型。足以证明其具备更强的精细双臂协同、跨本体适配、多任务泛化能力，可高效完成复杂分拣、装配、对位等高精度作业。

✅ 长程移动操作，跨域场景优势显著

针对机器人产业高频的长序列连续作业需求，团队基于「方舟机械臂+松灵底盘」「星尘智能Astribot S1」两类主流移动机器人构型，与π0.5模型开展对标测试。

结果显示，LingBot-VLA 2.0在长程移动操作任务中全面领先，尤其在复杂跨域场景中稳定性、适配性更出色。面对多步骤、长链路的连续作业任务，模型可稳步推进每一个子步骤，精准完成移动、抓取、开门、清洁、放置等复合操作，长序列任务执行力与场景泛化能力大幅拉满。

区别于传统仅统计最终成功率的测评方式，本次评测对任务各子步骤分级赋分，更细致、真实地还原机器人在真实场景中的综合作业能力，测评结果极具产业参考价值。

当前具身智能行业已从技术探索迈入落地试点阶段，后训练效率低、推理成本高、部署门槛高，是阻碍规模化商用的最大难题。

针对产业落地痛点，LingBot-VLA 2.0完成训练架构全面优化，同步开源高效后训练版本，极致压缩推理耗时，在RTX 4090设备上推理时长控制在130ms以内，实现高精度、低延迟、高效率的三重优势，大幅降低企业部署成本与技术门槛。

技术迭代的终极价值，是赋能产业落地。目前，LingBot-VLA 2.0已正式开启商业化落地测试，蚂蚁灵波已携手乐聚、钛虎等机器人本体生态伙伴，联动国大药房、隆盛等产业客户，在零售分拣、物流仓储、工业作业等真实场景开展规模化测试，技术实用性与场景适配性得到真实验证。

同时，团队联合简智科技等数据联盟伙伴，共建标准化、高质量机器人数据体系，补齐行业数据短板，构建起「模型+本体+数据+场景」的完整具身智能生态闭环。