VLA 图库 / 模型列表 / 2026年新增

LingBot-VLA

Robbyant (Ant Group) · 2026-01

VLA2026年新增未公开flow matching

以9种双臂机器人约20,000小时真实数据预训练。

论文

A Pragmatic VLA Foundation ModelarXiv 2601.18692

概述

分类

2026年新增

类型

VLA

发布

2026-01

机构

Robbyant (Ant Group)

权重公开

是

参数

未公开 (检查点名 LingBot-VLA-4B·4B-Depth)

架构

主干LLM

Qwen2.5-3B · Qwen2.5-VL-3B配置

视觉编码器

Qwen2.5-VL ViT

动作头

MoT flow matching动作专家 (flow matching)

动作块

50步

控制频率

未公开

架构原文摘要

Qwen2.5-VL-3B-Instruct + BAGEL式Mixture-of-Transformers动作专家,flow matching连续动作,预训练动作块T=50

训练

预训练加速器

GPU型号未公开；8 GPU合计261 samples/s，8–256 GPU扩展实验(FSDP，bf16)

预训练时长

未公开

预训练步数·批量

未公开 (扩展实验本地批量 32)

GPU·TPU-小时

未公开

微调

GPU·时间未公开；GM-100每任务130个回合，模型对比批量256

数据类型

真实机器人遥操作

数据规模

约20,000小时，双臂机器人构型9种；评估演示39,000条·试验22,500次

主要数据集

自行采集9种双臂数据；GM-100

任务·评估

GM-100(100个任务，3个平台平均)成功率17.30%·进度35.41%(含深度)；RoboTwin 2.0 clean 88.56%

机器人

AgiBot G1, AgileX, Galaxea R1Lite·R1Pro, Realman Rs-02, Leju KUAVO 4 Pro, Qinglong, ARX Lift2, Bimanual Franka

推理

推理设备·速度

未公开 (支持torch.compile)

推理显存

未公开

权重 bf16（计算）

未公开

运行位置

未公开

强化学习与底盘

强化学习

未使用 · flow matching监督学习

强化学习依据

https://arxiv.org/html/2601.18692v1

底盘控制

固定 · 评估任务明确为固定底盘·腰部的桌面操作 (手臂·夹爪)

备注

核心特点

以9种双臂机器人约20,000小时真实数据预训练。同时公开了3,000→20,000小时的数据缩放研究与GM-100基准。

备注

已反映修正：261 samples/s为8块GPU合计吞吐量(README将'per GPU'标注更正为笔误)。arXiv v1 2026-01-26，权重·代码2026-01-27。Apache-2.0。

核验

已反映修正