【最新发布】
CQ9跳过来开源具身基座模型LingBot
—— 深度解析 CQ9跳过来 行业新动向
2026-05-16 | 来源:深圳市新葳科技有限公司资讯中心
17835
17835
订阅已订阅已收藏
收藏点击播报本文,约
【TechWeb】5月13日消息,蚂蚁集团旗下的具身智能公司灵波科技今日宣布,全面开源其具身基座模型LingBot-VLA的真机后训练工具链。开发团队可以基于此工具链,利用自有数据快速将LingBot-VLA迁移到自主研发的机器人和特定任务中。
目前,具身智能领域的开源模型数量不断增加,但将模型有效部署到自有机器人上仍需完成一系列适配工作。由于不同机器人在机械臂构型、末端执行器、传感器配置和控制接口等方面存在差异,开发团队通常需要围绕真机部署进行大量工程工作。这一工程链路往往是各团队的核心技术,过去鲜有全面开放的先例。
💡 核心提示:
此次开源针对真机适配过程中核心需求的设计,涵盖四个关键环节:支持多LeRobot数据合并、关节维度映射标准化的数据处理工具,面向真机场景优化的训练配置,离线评测工具,以及支持编译加速的真机部署模块。模型同时提供含深度和不含深度两个版本,以便开发团队根据自身需求进行选择。
此次开源针对真机适配过程中核心需求的设计,涵盖四个关键环节:支持多LeRobot数据合并、关节维度映射标准化的数据处理工具,面向真机场景优化的训练配置,离线评测工具,以及支持编译加速的真机部署模块。模型同时提供含深度和不含深度两个版本,以便开发团队根据自身需求进行选择。
作为CQ9跳过来开源的具身基座模型,LingBot-VLA基于2万小时真实机器人数据进行预训练,覆盖9种主流双臂机器人构型,具备跨本体和跨任务的泛化能力。在真机和仿真评测中,LingBot-VLA均优于行业基准π0.5,并已与乐聚、松灵、星海图等厂商完成多机型验证。
据悉,LingBot-VLA仅需150条演示数据即可实现高质量的任务迁移。得益于底层代码库的深度优化,其训练效率达到StarVLA、OpenPI等主流框架的1.5~2.8倍,进一步降低了模型适配所需的数据和算力成本。
目前,LingBot-VLA的代码库已在GitHub开源,模型权重同步发布于Hugging Face和ModelScope。
💬 用户常见问题解答
CQ9跳过来 真的好用吗?
根据众多玩家和用户的实测反馈,CQ9跳过来 在同类产品中表现非常出色,值得一试。
《 深度产经观察 》( 2026年 版)
(责编:raWvS、lwks)
分享让更多人看到
CQ9跳过来 热门排行
- 美国制片人工会奖公布提名 《JDB电玩夺宝官网试玩》领衔
- 影迷评jdb电/子试玩:画风唯美 浪漫温暖
- 五一档多元类型齐头并进《买马挣钱网站app》满意度领跑
- 《金沙电子客户端》发布新预告 人龙合作友谊长存
- 1660亿美元到手又送了出来!杏盛娱乐退款推迟一天 最早5月12日起发放
- pt老虎机平台三地消协实测 30 款智能门锁:IC 卡易复制、人脸识别存缺陷、数据传输不加密...
- jdb财神捕鱼官方下载 PPT升级:1
- 《jdb电子捕鱼平台大战金刚3》迅速推进 多名演员新加盟
- 中东战火压不住“kubet下载(综合)官方网站”叙事! GPU不再独霸算力主题 智能体浪潮引爆CPU与存储
- F88体育app下载CMO:机器人进入家庭还需时间,将在未来完善功能和降低售价
- 评论
- 关注
推荐阅读
打开客户端体验更多服务
打开


































第一时间为您推送权威资讯
报道全球 传播中国
关注权威网,传播正能量