螞蟻集團旗下具身智能公司靈波科技今日宣佈，全面開源其具身基座模型 LingBot-VLA 的真機後訓練工具鏈。開發團隊可基於這套工具鏈，使用自有數據將 LingBot-VLA 快速遷移到自有機器人和具體任務中。

當前，具身智能領域開源模型持續增多，但把模型真正部署到自己的機器人上，仍需要完成一系列適配工作。由於不同機器人在機械臂構型、末端執行器、傳感器配置和控制接口等方面存在差異，開發團隊通常需要圍繞真機部署開展大量工程工作。這套工程鏈路往往是各團隊的核心 know-how，過去鮮有完整開放。

此次開源針對真機適配過程中的核心需求，覆蓋四個關鍵環節：支持多LeRobot 數據合併、關節維度映射標準化的數據處理工具，面向真機場景優化的訓練配置，離線評測工具，以及支持編譯加速的真機部署模塊。模型同時提供含深度和不含深度兩個版本，方便開發團隊根據自身需求進行選擇。

作爲螞蟻靈波開源的具身基座模型，LingBot-VLA 基於 2 萬小時真實機器人數據預訓練，覆蓋 9 種主流雙臂機器人構型，具備跨本體、跨任務泛化能力。在真機和仿真評測中，LingBot-VLA 均優於行業基準 π0.5，並已與樂聚、鬆靈、星海圖等廠商完成多機型驗證。

據悉，LingBot-VLA 僅需 150 條演示數據即可實現高質量的任務遷移。得益於底層代碼庫的深度優化，其訓練效率達到 StarVLA、OpenPI 等主流框架的 1.5~2.8 倍，進一步降低模型適配所需的數據和算力成本。

目前，LingBot-VLA 代碼庫已在 GitHub 開源（github.com/Robbyant/lingbot-vla），模型權重同步發佈於 Hugging Face 和 ModelScope。