螞蟻集團旗下具身智能企業靈波科技近日宣布，其自主研發的具身基座模型LingBot-VLA正式開源真機后訓練工具鏈。這一舉措旨在降低機器人領域模型部署的技術門檻，開發團隊可通過該工具鏈快速將模型遷移至自有硬件平臺，實現跨機器人、跨任務的高效適配。

當前具身智能領域雖已涌現多個開源模型，但真機部署仍面臨顯著挑戰。由于不同機器人在機械結構、傳感器配置、控制接口等方面存在差異，開發團隊往往需要投入大量資源進行定制化開發。靈波科技此次開源的工具鏈聚焦四大核心環節：支持多源數據合并的數據處理模塊、標準化關節映射工具、真機場景優化訓練配置、離線評測系統及編譯加速部署方案。模型同時提供含深度信息與不含深度信息的雙版本選擇，滿足多樣化開發需求。

LingBot-VLA基于2萬小時真實機器人操作數據預訓練，覆蓋9種主流雙臂機器人構型。測試數據顯示，該模型在真機與仿真環境中的表現均優于行業基準π0.5，并已與樂聚、松靈、星海圖等廠商完成多機型驗證。其獨特的跨本體泛化能力，使得模型僅需150條演示數據即可實現高質量任務遷移，顯著降低數據采集成本。

在技術優化方面，LingBot-VLA通過底層代碼庫深度重構，將訓練效率提升至StarVLA、OpenPI等主流框架的1.5至2.8倍。這一突破有效減少了模型適配所需的算力資源，為中小企業和科研機構提供了更具性價比的解決方案。開發團隊表示，此次開源包含完整的代碼庫、訓練配置文件及部署指南，旨在推動具身智能技術的標準化發展。

目前，LingBot-VLA的完整代碼庫已在GitHub平臺開放下載（github.com/Robbyant/lingbot-vla），預訓練模型權重同步發布于Hugging Face和ModelScope模型庫。這一開源項目預計將加速具身智能技術在工業制造、物流倉儲、服務機器人等領域的應用落地，為行業生態建設注入新動能。