Китайская Ant Lingbo представила открытую VLA 2.0, охватывающую 17 производителей и 20 конфигураций роботов

Репортаж от Wedoany，Компания Ant Lingbo Technology обновила и открыла исходный код новой базовой модели воплощённого интеллекта LingBot-VLA 2.0. В этап предварительного обучения этой версии включено 60 000 часов высококачественных данных реального физического взаимодействия, охватывающих 20 конфигураций роботов от 17 ведущих брендов, а также расширена поддержка степеней свободы для головы, корпуса, конечных исполнительных механизмов и мобильной платформы.

В текущей индустрии воплощённого интеллекта «мозжечок» и аппаратные корпуса быстро развиваются, однако «универсальный мозг» отрасли остаётся ключевым ограничением для масштабного промышленного внедрения. Необходимы прорывы как в возможностях модели, так и в эффективности и стоимости внедрения.

Согласно техническому отчёту, бренды роботов, поддерживаемые LingBot-VLA 2.0 на этапе предварительного обучения, включают 17 производителей: Leju, Zhiyuan, Yushu, Songling, Xinghaitú, Yinhe Tongyong, Xingchen, Ruierman, Franka, Fangzhou, Beijing Renxing, Fourier, Magic Atom, Qianxun, Lingcifang, Feixi, Qinglong и других, охватывая различные формы, такие как однорукие/двурукие, двуногие/колёсные.

Что касается поддержки степеней свободы, LingBot-VLA 2.0 полностью расширила поддержку степеней свободы для головы, корпуса, конечных исполнительных механизмов (рук) и мобильной платформы.

В области двуручных операций, на основе оценки GM-100 Шанхайского университета Цзяо Тун, на двух двуручных роботизированных платформах AgileX Cobot Magic и Galaxea R1 Pro, общий средний балл прогресса задачи и уровень успешности LingBot-VLA 2.0 превысили показатели π0.5 и GR00T N1.7. В этой оценке все участвующие модели были развёрнуты как единая универсальная модель без специальной тонкой настройки под конкретные задачи. Этот результат показывает, что LingBot-VLA 2.0 обладает более сильными возможностями двуручного совместного управления и способностью к обобщению между различными корпусами и задачами.

В области мобильности LingBot-VLA 2.0 провела предварительное сравнительное тестирование с π0.5 на двух конфигурациях: манипулятор Fangzhou с платформой Songling и Astribot S1 от Xingchen Intelligence. Результаты показывают, что LingBot-VLA 2.0 улучшила балл прогресса задачи и уровень успешности в длительных мобильных операционных задачах, особенно сохраняя преимущество в более сложных кросс-доменных сценариях, демонстрируя более сильную способность продвижения длинных последовательностей задач и обобщения мобильных операций.

В оценке мобильных операций задача разбивается на несколько последовательных подшагов, каждому из которых присваивается различное значение в зависимости от сложности и важности. Робот получает соответствующие баллы за выполнение подшагов, и итоговый балл отражает его способность продвигать задачу в длинных последовательностях. По сравнению с простым подсчётом конечного уровня успешности, такой метод оценки позволяет более детально измерить комплексные способности модели в таких аспектах, как мобильность, двуручное сотрудничество, захват, размещение, открытие дверей и уборка.

Поддержку этих улучшенных возможностей обеспечивают более масштабная и качественная система данных и улучшенная архитектура обучения: Ant Lingbo очистила 50 000 часов высококачественных данных реальных роботов из 90 000 часов данных и извлекла 10 000 часов эффективных данных из 20 000 часов данных операций человека с первого лица, доведя общий объём данных предварительного обучения до 60 000 часов.

В настоящее время отрасль постепенно вступает в этап пилотного промышленного внедрения, и эффективное пост-обучение становится ключевым ограничивающим фактором. LingBot-VLA 2.0 одновременно открывает исходный код более эффективной версии пост-обучения, время вывода которой на RTX 4090 контролируется в пределах 130 миллисекунд.

Ant Lingbo совместно с партнёрами по экосистеме корпусов, такими как Leju и Taihu, а также с партнёрами-клиентами, такими как Guoda Pharmacy и Longsheng, начала полномасштабное коммерческое тестирование в таких сценариях, как розничная сортировка, логистическая сортировка и промышленность. Одновременно Ant Lingbo совместно с партнёрами по альянсу данных, такими как Jianzhi Technology, строит стандартизированную систему данных. Формируется экосистема воплощённого интеллекта, в центре которой находится базовая модель VLA с перекрёстными конфигурациями, а производители корпусов и организации данных принимают глубокое участие.

В настоящее время LingBot-VLA 2.0 уже имеет открытый исходный код. Разработчики могут получить веса модели на Hugging Face и Moda Community, а также загрузить открытый исходный код на GitHub. На следующем этапе Ant Lingbo также запустит серию мероприятий для разработчиков и одновременно выпустит технический набор, более подходящий для разработчиков.