乐聚机器人今日宣布推出面向工业场景的垂域具身智能模型KUAVO VLA。该模型以通用VLA基础模型为能力起点，使用600+小时的KUAVO同构型真机数据进行中训练，将本体适配、基础操作和工业场景的共性能力沉淀到模型中。据乐聚介绍，在KUAVO VLA赋能下，不少工业场景可实现约一倍的提效，某些任务成功率甚至达到100%。

在具身智能领域，预训练和后训练是常见的技术路径，但乐聚此次强调的“中训练”却较少被提及。预训练的VLA模型在具体场景中往往难以发挥全部智能，而后训练则面临时间与成本门槛，且技能训练环节容易出现数据采集、训练和调试的重复工作。乐聚认为，中训练或许是VLA落地提效的破局良方。

KUAVO VLA被定义为“垂域模型”，即通用基模与具身技能之间的“中间层”。乐聚的思路是先将KUAVO本体能力和工业场景的共性能力训练进垂域模型，再将具体技能的学习范围收敛到工业场景，从而获得更高的能力起点。该模型详细训练了100个“工业共性能力”，涵盖分拣、搬运、上下料、装配等典型操作，使模型能快速依靠“原子动作”完成任务，甚至实现能力泛化。与跨本体混合训练不同，KUAVO VLA的训练数据全部来自KUAVO单一构型，使模型与本体深度绑定，减少推理误差，提升执行效率。

在评估方面，KUAVO VLA的测试体系共设置25项任务，包括20项定制化工业任务和5项来自公共任务集GM100的任务，对照模型为π 0.5、GR00T N1.7和Lingbot-VLA 2.0三种通用基模。综合结果显示，KUAVO VLA整体任务成功率达48.27%，过程分达74.51%，两项指标均位列第一。相较于基模Lingbot-VLA 2.0（任务成功率16.27%、过程分42.06%），KUAVO VLA成功率提升32%，过程分提升32.45%。成功率与过程分同步提升，表明垂域训练不仅影响任务完成度，也改善了执行过程，如动作平滑性、决策稳定性与执行一致性，减少了动作抖动和决策迟滞，这对多步操作、连续抓放和狭小工位约束的工业任务尤为重要。

乐聚常务副总裁柯真东表示，未来会有很多具身开发者沉到行业里去，在场景中调出相应技能，乐聚提供的是平台、模型和工具链。乐聚已举办多次具身开发比赛，为开发者配置工具链和机器人培训，并设有专门服务二次开发生态的团队，直接端到端解决开发者问题。柯真东强调，对二次开发团队而言，能够让他们赚到钱的平台就是最好的平台。KUAVO VLA的出现，有望让过去耗时耗钱的技能开发变得效率更高、浪费更少，降低门槛、加快过程、提升效果。

乐聚在具身领域的技术积累和工业实践，使其能够归纳出机器人最有价值的“原子动作”，并在自家训练场获得适合中训练的海量数据。同时，乐聚不绑定基础模型，允许开发者自由在模型间迁移并享受性能提升。KUAVO VLA的发布，不仅是乐聚在具身版图上的新进展，也是行业在具身大脑技术范式上的一次探索。柯真东将垂域模型比作“让鞋子上沾泥”的事情，即把脚深深踩进实际场景，将乐聚积累的工业Know-how沉淀到模型中，帮助更多二次开发者拿到订单。