【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。

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pp.宙斯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。

pp.宙斯 的核心看点

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。