螞蟻靈波科技於7月8日正式宣佈開源新一代具身基座模型LingBot-VLA 2.0，這是對今年1月發佈的LingBot-VLA 1.0的一次全面升級。新模型在數據規模、構型覆蓋和自由度支持上均實現顯著提升，直指當前具身智能產業“通用大腦”能力不足的痛點。

此次升級的核心在於預訓練數據的質與量。螞蟻靈波從9萬小時原始數據中清洗出5萬小時高質量真機數據，並從2萬小時第一視角人類操作數據中提煉出1萬小時有效數據，最終形成6萬小時的預訓練數據池。這些數據覆蓋了17個主流機器人品牌的20種機器人構型，包括樂聚、智元、宇樹、松靈、星海圖、銀河通用、星塵、睿爾曼、Franka、方舟、北京人形、傅立葉、魔法原子、千尋、零次方、非夕、青龍等廠商，形態橫跨單臂/雙臂、雙足/輪式等多種設計。

在自由度支持方面，LingBot-VLA 2.0不再侷限於機械臂本身，而是全面擴充了對頭部、腰部、末端執行器（手）以及移動底盤等自由度的控制能力。這意味著模型能夠協調更復雜的全身運動，為移動操作和精細作業提供了基礎。

性能評測數據進一步驗證了模型的泛化能力。在基於上海交通大學GM-100評測的雙臂操作任務中，LingBot-VLA 2.0以單一通用模型部署，未針對特定任務做專項微調，其在AgileX Cobot Magic和Galaxea R1 Pro兩個平臺上的總體平均任務進度分和成功率均領先於π0.5與GR00T N1.7。在移動操作方面，基於方舟機械臂搭配松靈底盤、以及星塵智能Astribot S1的測試中，LingBot-VLA 2.0在長程移動操作任務中的任務進度分和成功率同樣實現領先，尤其在跨域場景中優勢更為明顯。評測採用分步計分方式，能更細緻地衡量模型在移動、雙臂協作、抓取、放置、開門、清潔等多個環節的綜合推進能力。

落地效率也是本次升級的重點。螞蟻靈波同步開源了更高效的後訓練版本，在RTX 4090上推理耗時控制在130毫秒以內，降低了開發者的硬件門檻。目前，螞蟻靈波已攜手樂聚、鈦虎等本體夥伴，以及國大藥房、隆盛等客戶，在零售分揀、物流分揀、工業等場景開啟商業落地測試；同時聯合簡智科技等數據聯盟夥伴共建標準化數據體系。一個以跨構型VLA基座模型為核心、本體廠商與數據機構深度參與的具身智能生態正在成形。

開發者現可通過Hugging Face、魔搭社區獲取模型權重，在GitHub下載開源代碼。螞蟻靈波還計劃推出系列開發者活動及更適合開發者的技術套件，進一步降低具身智能的研發與部署門檻。