150 組教學數據助機器人適應環境:安東·凌波將 LingBot-VLA 微調程式碼開源

螞蟻集團旗下的機器人公司凌博科技(Lingbo Technology)宣布,已將其具身基礎模型 LingBot-VLA 的實體機器人後訓練工具鏈全面開源。此工具鏈讓開發團隊能利用自身數據,快速將 LingBot-VLA 適應於各自的機器人與任務。
儘管開源具身智能模型的數量日益增加,但要將其部署於特定機器人上,仍需進行大量適應性調整工作。 由於機械手臂配置、末端執行器、感測器設定及控制介面等差異,開發團隊往往必須進行大量工程調整才能在實體機器人上部署模型。此類工作流程通常被視為內部技術訣竅,過去極少完全開源。
本次發布針對實體機器人適應的四大關鍵需求:支援合併多個 LeRobot 資料集並標準化關節維度映射的資料處理工具、針對實體機器人情境優化的訓練配置、離線評估工具,以及具備編譯加速功能的實體機器人部署模組。 該模型同時提供含深度與不含深度的版本,讓團隊能根據需求進行選擇。
作為具身基礎模型,LingBot-VLA 預先訓練了 20,000 小時的實體機器人數據,涵蓋九種主流雙臂機器人配置,並具備跨機體與跨任務的泛化能力。 無論在實機或模擬評估中,其表現均優於業界基準 π0.5,並已與樂普、松陵、興海圖等製造商進行多機驗證。
LingBot-VLA 僅需 150 個示範資料點,即可實現高品質的任務轉移。得益於底層程式碼的深度優化,其訓練效率是 StarVLA 和 OpenPI 等主流框架的 1.5 至 2.8 倍,進一步降低了模型適應所需的資料與運算成本。
LingBot-VLA 的程式碼儲存庫現已於 GitHub(github.com/Robbyant/lingbot-vla)開源,模型權重則可於 Hugging Face 和 ModelScope 取得。
相關文章
ChatGPT 深度整合功能透過對話解鎖 30 萬部電影與電視節目
隨著串流服務以源源不絕的內容淹沒市場,如何協助使用者穿透資訊雜音、找到他們真正想要的內容,已成為業界面臨的一項關鍵挑戰。4月9日,各大串流服務商正式宣布整合ChatGPT應用生態系統。作為首個原生內建此項技術的平台,該服務旨在透過運用 AI 驅動的洞察力,徹底改變觀眾發現與消費影音內容的方式。核心體驗:摒棄關鍵字,以自然語感搜尋在整合ChatGPT 之後,該平台已超越傳統的類型篩選機制,提供更智慧
如何改善「核心網路指標」以提升 SEO 排名
透過 AI 驅動的字幕功能,徹底改變您的影片剪輯工作流程目錄:簡介自動轉錄的關鍵優勢確保準確性並優化輸出結果善用字幕中的搜尋功能無縫匯入現有檔案Transcript.com 介紹透過 Transcript.com 輕鬆編輯靈活的匯出格式全面的語言支援結論簡介Transcripted 是一款運用人工智慧生成自動轉錄文字的 Premiere 外掛程式。本指南將深入探討其核心功能,包括高準確度、進階搜尋
DingTalk 運用阿里AI的 MuleRun 重構架構,邁入全代理時代
丁談新任執行長暨悟空事業群負責人陳宇森,於今日下午發布的內部備忘錄中,揭露了一項重大的組織重整計畫。透過成立「核心平台事業部」並全面整合 AI 代理團隊,丁談正加速推動其企業協作生態系統的智慧轉型。此次重組的核心在於將 AI 技術深度整合至核心業務運作中。DingTalk 已正式將「悟空」與「MuleRun」團隊合併,組成統一的「悟空」團隊,現由前 MuleRun 首席技術長舒俊良領導。 Mule
相關專題推薦
評論 (0)
0/500

螞蟻集團旗下的機器人公司凌博科技(Lingbo Technology)宣布,已將其具身基礎模型 LingBot-VLA 的實體機器人後訓練工具鏈全面開源。此工具鏈讓開發團隊能利用自身數據,快速將 LingBot-VLA 適應於各自的機器人與任務。
儘管開源具身智能模型的數量日益增加,但要將其部署於特定機器人上,仍需進行大量適應性調整工作。 由於機械手臂配置、末端執行器、感測器設定及控制介面等差異,開發團隊往往必須進行大量工程調整才能在實體機器人上部署模型。此類工作流程通常被視為內部技術訣竅,過去極少完全開源。
本次發布針對實體機器人適應的四大關鍵需求:支援合併多個 LeRobot 資料集並標準化關節維度映射的資料處理工具、針對實體機器人情境優化的訓練配置、離線評估工具,以及具備編譯加速功能的實體機器人部署模組。 該模型同時提供含深度與不含深度的版本,讓團隊能根據需求進行選擇。
作為具身基礎模型,LingBot-VLA 預先訓練了 20,000 小時的實體機器人數據,涵蓋九種主流雙臂機器人配置,並具備跨機體與跨任務的泛化能力。 無論在實機或模擬評估中,其表現均優於業界基準 π0.5,並已與樂普、松陵、興海圖等製造商進行多機驗證。
LingBot-VLA 僅需 150 個示範資料點,即可實現高品質的任務轉移。得益於底層程式碼的深度優化,其訓練效率是 StarVLA 和 OpenPI 等主流框架的 1.5 至 2.8 倍,進一步降低了模型適應所需的資料與運算成本。
LingBot-VLA 的程式碼儲存庫現已於 GitHub(github.com/Robbyant/lingbot-vla)開源,模型權重則可於 Hugging Face 和 ModelScope 取得。
ChatGPT 深度整合功能透過對話解鎖 30 萬部電影與電視節目
隨著串流服務以源源不絕的內容淹沒市場,如何協助使用者穿透資訊雜音、找到他們真正想要的內容,已成為業界面臨的一項關鍵挑戰。4月9日,各大串流服務商正式宣布整合ChatGPT應用生態系統。作為首個原生內建此項技術的平台,該服務旨在透過運用 AI 驅動的洞察力,徹底改變觀眾發現與消費影音內容的方式。核心體驗:摒棄關鍵字,以自然語感搜尋在整合ChatGPT 之後,該平台已超越傳統的類型篩選機制,提供更智慧
如何改善「核心網路指標」以提升 SEO 排名
透過 AI 驅動的字幕功能,徹底改變您的影片剪輯工作流程目錄:簡介自動轉錄的關鍵優勢確保準確性並優化輸出結果善用字幕中的搜尋功能無縫匯入現有檔案Transcript.com 介紹透過 Transcript.com 輕鬆編輯靈活的匯出格式全面的語言支援結論簡介Transcripted 是一款運用人工智慧生成自動轉錄文字的 Premiere 外掛程式。本指南將深入探討其核心功能,包括高準確度、進階搜尋
DingTalk 運用阿里AI的 MuleRun 重構架構,邁入全代理時代
丁談新任執行長暨悟空事業群負責人陳宇森,於今日下午發布的內部備忘錄中,揭露了一項重大的組織重整計畫。透過成立「核心平台事業部」並全面整合 AI 代理團隊,丁談正加速推動其企業協作生態系統的智慧轉型。此次重組的核心在於將 AI 技術深度整合至核心業務運作中。DingTalk 已正式將「悟空」與「MuleRun」團隊合併,組成統一的「悟空」團隊,現由前 MuleRun 首席技術長舒俊良領導。 Mule





首頁






