北京
分享至
原创报道，转载请注明出处。
7月10日，蚂蚁灵波正式发布业界首个具身原生世界动作模型LingBot-VA 2.0，标志着机器人基础模型从基于数字世界模型构建，向面向物理世界原生设计迈出关键一步。
据介绍，LingBot-VA 2.0基于自回归架构从零开始预训练，围绕机器人在真实世界中的感知、预测与控制需求进行原生设计。该模型引入语义视觉-动作分词器（Tokenizer）、严格因果预训练范式、MoE架构及增强异步推理机制等核心技术，实现视觉预测与动作生成的统一建模。
蚂蚁灵波表示，得益于具身原生架构，LingBot-VA 2.0在真机测试中展现出较强的执行速度和泛化能力，并实现单卡150Hz实时推理效率。在不依赖外部拍摄设备的情况下，机器人可完成与人类的多轮随机对打等复杂交互任务。
本周，蚂蚁灵波已相继发布并开源面向空间感知的LingBot-Vision和 LingBot-Depth 2.0、面向“一脑多机”的动作模型LingBot-VLA 2.0、面向实时交互的 LingBot-World 2.0和面向更高推理效率的视频生成基模 LingBot-Video多款模型。作为全栈技术体系的最新成果，LingBot-VA 2.0作为集大成者扮演了收官之作的角色。
蚂蚁灵波CEO朱兴表示，公司将持续探索具身智能能力边界，同时加速开放技术生态和场景生态建设，推动机器人在产业场景中的落地应用。据悉，蚂蚁灵波将在7月17日至20日举行的2026世界人工智能大会（WAIC）期间展示全栈大脑2.0相关成果。（袁宁）
本文来源：网易智能
责任编辑：
葛嘉淼_NBJS32703
