7 月 8 日,蚂蚁灵波科技宣布升级并开源新一代具身基座模型 LingBot-VLA 2.0,这是继今年 1 月 LingBot-VLA 1.0 之后的全面迭代。 相比 1.0 版本,2.0 最直观的变化在数据规模和构型覆盖。在预训练阶段,模型融入了 6 万小时高质量真实物理数据,覆盖 17 个主流机器人品牌的 20 多种机器人构型。这背后解决的是具身智能的「跨构型泛化」老难题——以往 VLA 模型往往只能针对单一品牌或单一形态调优,换一个机器人就要从头微调。 更重要的是自由度拓展:LingBot-VLA 2.0 新增对头部、腰部、末端执行器乃至移动底盘自由度的支持。这意味着同一个基座模型,既能操控固定臂的工业机械臂,也能驱动带移动底盘的服务机器人,甚至可以处理多自由度协同任务。 蚂蚁灵波这次选择「开源」的时机并不偶然。VLA 类模型已进入「量产试水」阶段,从 Pi 0 到 RDT、NeuroVLA、HY-VLA,各家都在抢工厂与具身方案商的入口。开源一个跨 17 个品牌、能跨构型复用的基座,等于把自己做成「具身时代的 HuggingFace 候选」——通过占据工具链上游,去影响下游机器人的部署选型。 LingBot-VLA 2.0 真正有意思的地方,不是数据量本身,而是它把「多构型 + 多自由度」压进同一个端到端基座模型里——这意味着具身智能正在走一条「粗统一、再细调」的路径,而不是永远靠堆叠专用模型。