从VLA到世界模型，具身智能加速“范式转移”
随着具身智能的向前发展，传统的 VLA 技术路线正在面临越来越多的挑战。所谓 VLA 模型，即视觉 - 语言 - 动作模型。它的技术逻辑可以简单描述为，将人类指令和外界多模态信息（声音、图像、视频）转化为计算机语言，继而控制机器人行为。但在 VLA 模型的训练中，互联网上的静态、非结构化文本和图像数据，并不是训练所需的核心数据。物理世界数据的稀缺与复杂性，成为了制约 VLA 模型能力跃升的主要瓶颈。VLA 之后，具身智能接下来将往何处去？这成为了具身智能整个行业，都在试图解决的问题。近日，蚂蚁灵波对外开源了 LingBot-Depth、LingBot-VLA 、LingBot-World 以及 LingBot-VA 系列模型。其中 LingBot-VA 所代表的 " 边预测、边行动 " 的具身世界模型范式，正与行业近期的探索形成呼应。而四个模型的开源，则将这套能力拆成可复用的模块与接口，为开发者提供从研究验证到工程试验的基础设施，从而降低具身智能研发与集成门槛。LingBot-VA 开源，首创 " 自回归视频 - 动作范式 "蚂蚁灵波开源周中， 具身世界模型 LingBot-VA 成为了收官之作，其核心突破在于它改变了机器人的思考方式。传统机器人主要基于 " 视觉 - 语言 - 动作 " 范式，其决策模式类似于 " 条件反射 "：看到什么，就做什么。这种方式难以应对需要多步骤规划和因果推理的复杂任务。LingBot-VA 则让机器人具备 " 脑补 " 能力。在物理执行动作之前，它会在内部模拟并推演未来几秒的世界状态变化，再根据这个推演结果来决定当前的最佳动作。这使得机器人能够像人一样 " 先思后行 "，显著提升了在复杂、长时序任务中的可靠性和智能水平。实现这一切的基础在于，LingBot-VA 在核心范式上的创新。LingBot-VA 首创了 " 自回归视频 - 动作范式 "：将大规模视频生成模型与机器人控制深度融合，模型在生成 " 下一步世界状态 " 的同时，直接推演并输出对应的动作序列。具体而言，Mixture-of-Transformers ( MoT ) 架构让视频流（宽而深，负责视觉推演）与动作流（轻而快，负责运动控制）共享注意力机制又保持独立；闭环推演机制：每一步生成都纳入真实世界的实时反馈（如摄像头数据），形成 " 预测 - 执行 - 感知 - 修正 " 的循环，防止幻觉漂移。最后，异步推理管线让动作预测与电机执行并行处理，大幅降低延迟。得益于 LingBot-VA 的技术创新，机器人在制作早餐、插入试管、叠衣物等长时序、高精度、柔性物体操控任务中，成功率相较业界基线模型平均提升约 20%；在双臂协同操作基准 RoboTwin 2.0 上成功率首次超过 90%，在长时序终身学习基准 LIBERO 上达到 98.5% 的平均成功。LingBot 系列开源，构建具身智能的通用基础设施除了 LingBot-VA 之外，蚂蚁灵波还连续开源了 LingBot-Depth（空间感知）、LingBot-VLA 以及 LingBot-World。这四者共同构成了一套覆盖 " 感知 - 理解 - 模拟 - 行动 " 的完整具身智能技术栈。LingBot-Depth 相当于机器人的 " 眼睛 "，通过高精度空间感知模型，解决透明、反光物体识别难题，透明物体抓取成功率从 0 提升至 50%。LingBot-VLA ，类似于机器人的 " 大脑 "，让机器人理解指令并规划基础动作。基于 2 万小时真实机器人数据训练，LingBot-VLA 在 GM-100 基准测试中，成功率超越基线模型 Pi0.5。可以看到，与业内主流的 " 仿真到现实 "（Sim-to-Real）路径不同，蚂蚁灵波更笃信基于真实世界数据训练的价值。LingBot-VLA 覆盖了 9 种主流双臂机器人构型（包括 AgileX，Galaxea R1Pro、R1Lite 、AgiBot G1 等），实现了让同一个 " 大脑 " 可以无缝迁移至不同构型的机器人，并在任务变化、环境变化时保持可用的成功率与鲁棒性。与高精度空间感知模型 LingBot-Depth 配合，LingBot-VLA 还能获得更高质量的深度信息表征，通过 " 视力 " 的升级，真正做到 " 看得更清楚、做的更明白 "。LingBot-World，则是机器人的 " 数字演练场 "。利用多阶段训练和并行加速，LingBot-World 可以实现长达近 10 分钟的连续、稳定和无损视频生成，以解决视频生成中的常见挑战—— " 长时漂移 "，也即长时间的生成通常会出现物体变形、细节崩溃、主体消失或场景结构崩溃等现象。同时，LingBot-World 在长序列一致性、实时响应性以及对行动和环境动态之间的因果关系进行建模方面表现出色。这使得它能够在数字空间中 " 想象 " 物理世界，为人工智能代理提供一个具有成本效益、高保真环境，用于试错学习。" 机器人规模化的主要阻碍不在硬件，而在’反复训练 / 再训练（retraining）‘，也就是每做一个新任务或换一种机器人，往往就要重新采数据、重新调参，工程成本很高。这也是机器人很难从试点走向大规模部署的原因之一。"MarkTechPost CEOAsif Razzag 表示，蚂蚁灵波发布的一系列模型很有意思，从感知到认知，全栈（full-stack）体系，每个模型互为助力，并且全部开源。也正是基于这样的设计，全面开源的 LingBot 系列模型，构建了具身智能完整的通用基础设施，让开发者可以按需选用或组合。这种新的研究范式，在降低具身智能研发门槛的同时，也加速了具身智能从实验室走向产业化的进程。（文 | 科技潜线，作者 | 饶翔宇 编辑 | 钟毅）
黑龙江省明水县双兴镇，广西壮族自治区凤山县凤城镇 ，甘肃省武都区琵琶镇，四川省木里藏族自治县依吉乡，平湖市新埭镇，召夸镇，江西省弋阳县桃源街道，山东省郓城县李集镇，河南省林州市横水镇，黑龙江省明水县双兴镇，江西省临川区六水桥街道，黑龙江省友好区双子河街道，河北省枣强县嘉会镇，河北省吴桥县于集镇，新余市，江西省于都县梓山镇，甘肃省渭源县大安乡 ，河北省吴桥县于集镇，江西省弋阳县桃源街道，平湖市新埭镇，云南省德钦县云岭乡，山东省河口区新户镇
全球服务区域: 虎丘区，四川省绵竹市富新镇 ，广西壮族自治区钟山县钟山镇，黑龙江省明水县双兴镇，广西壮族自治区合浦县乌家镇，福建省福鼎市磻溪镇，河北省吴桥县于集镇，平湖市新埭镇，广西壮族自治区凤山县凤城镇，广西壮族自治区钟山县钟山镇，虎丘区，山东省河口区新户镇，云南省德钦县云岭乡，江西省弋阳县桃源街道，广东省天河区元岗街道，江西省弋阳县桃源街道，山东省郓城县李集镇 ，江西省临川区六水桥街道，重庆市潼南区桂林街道，甘肃省渭源县大安乡，陕西省白河县冷水镇，召夸镇。
作为香港电视广播有限公司（TVB）的忠实粉丝，我们见证了无数经典剧集的诞生。每当一部剧播完，心中总会涌起一股依依不舍的情感。今天，让我们共同回顾那些令人难忘的TVB迷大结局，重温那些感人至深的瞬间。 《射雕英雄传》：侠之大者，为国为民 作为金庸先生的经典之作，TVB版的《射雕英雄传》堪称经典中的经典。在剧终之际，郭靖与黄蓉共度难关，携手抗敌，最终为国为民，成为一代英雄。这一幕不仅让观众为之动容，更让我们明白了什么是真正的侠之大者。 《神雕侠侣》：爱恨情仇，终成眷属 在《神雕侠侣》的大结局中，杨过和小龙女历经磨难，最终克服重重困难，有情人终成眷属。这一幕让观众感受到了爱情的伟大力量，也让我们明白了坚持与信念的重要性。 《天龙八部》：江湖恩怨，终归尘土 《天龙八部》的大结局中，段誉、虚竹、慕容复三人各得其所，江湖恩怨得以化解。然而，在这繁华落尽之后，他们终究还是回到了尘土之中，让人感慨万千。 《宫心计》：宫廷斗争，终见光明 在《宫心计》的大结局中，佘诗曼饰演的刘三好凭借自己的智慧和勇气，最终揭露了宫廷斗争的真相，为皇后洗清冤屈。这一幕让观众看到了正义的胜利，也让我们明白了勇敢面对困难的重要性。 《使徒行者》：兄弟情深，生死相依 《使徒行者》的大结局中，林峰饰演的丁小迪与佘诗曼饰演的欢喜冤家，在生死关头携手共进，最终揭露了卧底身份。这一幕让观众感受到了兄弟情深的真挚，也让我们明白了忠诚与担当的意义。 《白色强人》：正义战胜邪恶，守护生命 在《白色强人》的大结局中，医护人员们勇敢地与病毒抗争，最终战胜邪恶，守护了无数生命。这一幕让观众感受到了生命的可贵，也让我们明白了责任与担当的重要性。 回顾这些经典TVB迷大结局，我们不仅重温了那些感人至深的瞬间，更从中感悟到了人生百态。每一个角色都有他们的喜怒哀乐，每一个故事都有他们的起承转合。在现实生活中，我们也应该学会珍惜眼前人，勇敢面对困难，坚持自己的信念，成为更好的自己。 正如这些经典剧集所传递的正能量，让我们在忙碌的生活中，不忘初心，砥砺前行。在未来的日子里，愿我们都能成为那个勇敢追梦的人，书写属于自己的精彩人生。