螞蟻集團旗下螞蟻靈波科技在機器人智能領域邁出重要一步，正式將具身智能大模型LingBot-VLA及配套后訓練代碼全面開源。這一決策不僅驗證了模型在多類型機器人間的跨本體遷移能力，更通過技術共享推動行業生態發展。目前，該模型已與星海圖、松靈、樂聚等機器人企業完成適配，形成覆蓋工業、服務、教育等場景的應用矩陣。
技術團隊開發的專用后訓練工具鏈顯著提升了模型迭代效率。在8卡GPU配置下，LingBot-VLA可實現每秒261個樣本的訓練速度，較主流框架StarVLA、OpenPI等提升1.5至2.8倍。這種效率突破直接降低了數據采集與算力投入成本，為中小企業參與高端機器人研發提供了技術可能。
基于海量真實場景數據訓練的驗證顯示，模型性能與數據規模呈現強正相關。當預訓練數據從3000小時擴展至20000小時，下游任務成功率實現階梯式增長。在上海交通大學開源評測基準GM-100的測試中，模型在三種不同硬件平臺上的跨本體泛化成功率從13.0%提升至15.7%，引入深度信息優化后更達到17.3%的突破性表現。
同步推出的LingBot-Depth空間感知模型聚焦三維視覺重建難題。該模型通過雙目3D相機采集RGB-Depth數據，可將受噪聲干擾的不完整深度信息轉化為高精度三維測量結果。在深度補全和單目深度估計等基準測試中，其精度與穩定性指標均達到行業領先水平，為機器人導航、自動駕駛等領域提供了更可靠的環境感知解決方案。
技術文檔顯示，LingBot-Depth模型特別優化了動態場景下的數據處理能力。在模擬測試中，面對快速移動物體產生的深度數據缺失，模型仍能保持87%以上的重建準確率。這種特性使其在物流分揀、無人配送等時效性要求高的場景中具有顯著應用優勢。
