LingBot-VLA 2.0 是一个视觉-语言-动作基础模型,通过 60,000 小时的预训练数据、统一的 55 维动作空间、MoE 动作专家和双查询蒸馏,提升了实际机器人应用的泛化能力。

Stars

666

7 天增长

暂无数据

Fork 数

50

开放 Issue

10

开源协议

Apache-2.0

最近更新

2026-07-25

AI 仓库情报摘要
FR-AI / ANALYSIS

为什么值得关注

它弥合了大规模预训练与实际机器人部署之间的鸿沟,在双臂操作和移动操作基准测试中显著超越先前模型(如 π0、GR00T N1.7),并开源了权重和训练代码。

适合谁使用

  • 研究 VLA 模型的机器人研究人员
  • 在实际机器人上部署操作策略的人工智能工程师
  • 从事跨本体泛化开发的工程师
  • 仿真到现实迁移的实践者

典型使用场景

  • 在 AgileX Cobot Magic 和 Galaxea R1Pro 等平台上的双臂操作
  • 长时程移动操作(如冰箱分拣、炉灶清洁)
  • 在自定义数据集(如 RoboTwin 2.0)上进行后训练以适配新任务
  • 在 NVIDIA RTX 4090D 上实时部署,推理约 130 毫秒

项目优势

  • 涵盖 20 种机器人配置和第一人称人类视频的 60,000 小时多样化预训练数据
  • 统一的 55 维动作表示,支持手臂、夹爪、灵巧手、腰部、头部和移动底座
  • MoE 动作专家采用细粒度分割,实现更好的跨本体扩展
  • 在 GM-100 双臂操作和 RoboTwin 2.0 基准测试中达到最先进结果

使用前须知

  • 需要特定依赖(Python 3.12, PyTorch 2.8.0, flash-attn)并仔细配置环境
  • 后训练需要将自定义数据集准备为 LeRobot 格式并编写机器人配置文件
  • 实际机器人部署可能需要额外的硬件调优(GPU 内存、通信负载)

README 快速开始

Installation

项目描述

From Foundation to Application

相关仓库与替代方案

根据分类、Topic 和编程语言匹配的相似项目。

lopopolo
精选
lopopolo GitHub avatar

harness-engineering

Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.

AI 与机器学习AI 智能体
2,390
slvDev
精选
slvDev GitHub avatar

esp32-ai

A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.

AI 与机器学习大语言模型
1,960
littledivy
精选
littledivy GitHub avatar

mimic

mimic captures traffic from any iOS or web app and automatically generates a Python client library that lets you call the app's API like a regular library.

AI 与机器学习
1,482