@robbyant_brain: LingBot-VLA 2.0 现已开源——我们新一代的具身基础模型。6万小时高质量预训练数据…

X AI KOLs Timeline 模型
embodied-ai robotics open-source vla foundation-model pretraining

摘要

LingBot-VLA 2.0，一个开源的具身基础模型，已发布，拥有6万小时预训练数据，支持17个品牌的20种机器人配置，在RTX 4090上推理时间低于130毫秒。

LingBot-VLA 2.0 现已开源——我们新一代的具身基础模型。 6万小时高质量预训练数据——融合精选机器人演示数据和第一人称人类操作视频 涵盖17个品牌的20种机器人配置——Astribot、乐聚、宇树、Franka、Fourier、睿尔曼等 全身自由度：头部、腰部、灵巧手和移动底盘——支持更复杂的任务场景 在RTX 4090上推理时间低于130毫秒——开发者活动即将推出 #EmbodiedAI #Robotics #OpenSource #VLA
查看原文
查看缓存全文

缓存时间: 2026/07/07 23:38

LingBot-VLA 2.0 现已开源 —— 我们的下一代具身基础模型。
6 万小时高质量预训练数据 —— 结合精选机器人演示与第一人称人类操作视频
20 种机器人配置，覆盖 17 个品牌 —— Astribot、乐聚、宇树、Franka、傅利叶、睿尔曼等
全身自由度：头部、腰部、灵巧手、移动底盘 —— 实现远超以往的复杂任务场景
RTX 4090 上推理速度低于 130 毫秒 —— 开发者活动即将启动
#EmbodiedAI #Robotics #OpenSource #VLA

相似文章

从基础到应用：在实践中改进VLA模型

Papers with Code Trending

本文介绍了LingBot-VLA 2.0，它通过改进跨任务和具身形态的泛化能力、将动作空间扩展至全身自由度，并引入预测动力学建模以提升时间推理能力，从而增强了用于机器人技术的VLA基础模型。

robbyant/lingbot-map

Hugging Face Models Trending

LingBot-Map 是一个前馈式 3D 基础模型，用于流式 3D 重建，采用几何上下文转换器架构，在超过 10,000 帧的长序列上实现最先进的性能，并具有高效的 ~20 FPS 推理速度。