150组训练数据助力机器人自适应:Ant Lingbo开源LingBot-VLA微调代码

蚂蚁集团旗下的机器人公司凌博科技宣布,将其具身基础模型LingBot-VLA的实机后训练工具链完全开源。该工具链使开发团队能够利用自身数据,快速将LingBot-VLA适配到各自的机器人和任务中。
尽管开源具身智能模型的数量日益增多,但要将其部署到特定机器人上,仍需进行大量适配工作。 由于机械臂配置、末端执行器、传感器设置和控制接口存在差异,团队通常必须进行大量工程适配工作才能实现真实机器人部署。此类工作流程通常被视为内部专有技术,此前极少被完全开源。
本次发布针对四个阶段的关键真实机器人适配需求:支持合并多个 LeRobot 数据集并标准化关节维度映射的数据处理工具、针对真实机器人场景优化的训练配置、离线评估工具,以及具备编译加速功能的真实机器人部署模块。 该模型还提供了带深度和不带深度的版本,供团队根据需求选择。
作为一款具身基础模型,LingBot-VLA 基于 20,000 小时的真实机器人数据进行了预训练,涵盖九种主流双臂机器人配置。它具备跨机体和跨任务的泛化能力。 无论在真实机器人还是模拟环境中的评估中,其表现均优于行业基准模型 π0.5,并已通过与乐普、松陵、兴海图等制造商的多台机器验证。
LingBot-VLA 仅需 150 个演示数据点即可实现高质量的任务迁移。得益于底层代码库的深度优化,其训练效率是 StarVLA 和 OpenPI 等主流框架的 1.5 到 2.8 倍,进一步降低了模型适配的数据和计算成本。
LingBot-VLA 代码仓库现已在 GitHub(github.com/Robbyant/lingbot-vla)开源,模型权重可在 Hugging Face 和 ModelScope 上获取。
相关文章
瑞典人工智能初创公司Lovable Eyes在完成主要融资轮后估值达132亿美元
随着人工智能驱动的编码工具日益普及,瑞典初创公司 Lovable 已获一轮重大融资。该公司计划筹集 30 亿美元,其估值有望升至 132 亿美元——这是去年 12 月记录的 66 亿美元的两倍。预计 Menlo Ventures 将主导此次投资。Lovable 的吸引力源于其核心的“氛围编码”(vibe coding)技术,该技术通过消除对复杂编码技能的需求来简化软件开发。用户只需以自然语言描述其需求,系统即可自动生成应用程序。这种直观的方法吸引了个人开发者、设计师和小企业,并扩展至 Work
Google 测试 Remy AI 代理,以 Gemini 为重点转向用户控制
根据《商业内幕》的报道,谷歌正在测试 Remy,这是 Gemini 的一款全新 AI 个人代理工具。该工具旨在代表用户执行任务,从而简化专业工作流程和日常事务。目前,Remy 正在 Gemini 应用的内部员工专属版本中进行测试。该报告引用了一份内部文件以及对两位熟悉该项目的个人的采访。内部资料将 Remy 描述为“全天候个人代理”,将 Gemini 定位为能够代表用户行事的主动助手。接近该项目的消息人士证实,谷歌员工正在积极测试 Remy。谷歌发言人拒绝提供进一步评论。该报告未提及公开发布
如何修复核心网页指标以获得更好的 SEO 排名
利用 AI 工具简化成绩单评语撰写引言用于生成成绩单评语的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成绩单评语登录 Magic School选择成绩单评语工具为学生定制评语使用 Almanac AI 生成成绩单评语设置课程与评分方案配置评语长度与学生信息使用 Almanac AI 生成评语比较 Magic School 与 Almanac AI设置的便捷性可定制性与课程内容的整合速度与效率使用
相关专题推荐
评论 (0)
0/500

蚂蚁集团旗下的机器人公司凌博科技宣布,将其具身基础模型LingBot-VLA的实机后训练工具链完全开源。该工具链使开发团队能够利用自身数据,快速将LingBot-VLA适配到各自的机器人和任务中。
尽管开源具身智能模型的数量日益增多,但要将其部署到特定机器人上,仍需进行大量适配工作。 由于机械臂配置、末端执行器、传感器设置和控制接口存在差异,团队通常必须进行大量工程适配工作才能实现真实机器人部署。此类工作流程通常被视为内部专有技术,此前极少被完全开源。
本次发布针对四个阶段的关键真实机器人适配需求:支持合并多个 LeRobot 数据集并标准化关节维度映射的数据处理工具、针对真实机器人场景优化的训练配置、离线评估工具,以及具备编译加速功能的真实机器人部署模块。 该模型还提供了带深度和不带深度的版本,供团队根据需求选择。
作为一款具身基础模型,LingBot-VLA 基于 20,000 小时的真实机器人数据进行了预训练,涵盖九种主流双臂机器人配置。它具备跨机体和跨任务的泛化能力。 无论在真实机器人还是模拟环境中的评估中,其表现均优于行业基准模型 π0.5,并已通过与乐普、松陵、兴海图等制造商的多台机器验证。
LingBot-VLA 仅需 150 个演示数据点即可实现高质量的任务迁移。得益于底层代码库的深度优化,其训练效率是 StarVLA 和 OpenPI 等主流框架的 1.5 到 2.8 倍,进一步降低了模型适配的数据和计算成本。
LingBot-VLA 代码仓库现已在 GitHub(github.com/Robbyant/lingbot-vla)开源,模型权重可在 Hugging Face 和 ModelScope 上获取。
瑞典人工智能初创公司Lovable Eyes在完成主要融资轮后估值达132亿美元
随着人工智能驱动的编码工具日益普及,瑞典初创公司 Lovable 已获一轮重大融资。该公司计划筹集 30 亿美元,其估值有望升至 132 亿美元——这是去年 12 月记录的 66 亿美元的两倍。预计 Menlo Ventures 将主导此次投资。Lovable 的吸引力源于其核心的“氛围编码”(vibe coding)技术,该技术通过消除对复杂编码技能的需求来简化软件开发。用户只需以自然语言描述其需求,系统即可自动生成应用程序。这种直观的方法吸引了个人开发者、设计师和小企业,并扩展至 Work
如何修复核心网页指标以获得更好的 SEO 排名
利用 AI 工具简化成绩单评语撰写引言用于生成成绩单评语的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成绩单评语登录 Magic School选择成绩单评语工具为学生定制评语使用 Almanac AI 生成成绩单评语设置课程与评分方案配置评语长度与学生信息使用 Almanac AI 生成评语比较 Magic School 与 Almanac AI设置的便捷性可定制性与课程内容的整合速度与效率使用





首页






