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）
黑龙江省友好区双子河街道，青海省贵南县森多镇 ，甘肃省渭源县大安乡，甘肃省金塔县金塔镇，甘肃省庆城县桐川镇，广西壮族自治区凤山县凤城镇，浙江省青田县万阜乡，内蒙古自治区卓资县梨花镇，二道白河镇，广西壮族自治区凤山县凤城镇，江西省广信区花厅镇，博罗县龙溪镇，江西省弋阳县桃源街道，四川省绵竹市富新镇，河北省枣强县嘉会镇，博罗县龙溪镇，新余市 ，山东省郓城县李集镇，浙江省青田县万阜乡，二道白河镇，青海省贵南县森多镇，河南省林州市横水镇
全球服务区域: 陕西省白河县冷水镇，召夸镇 ，江西省临川区六水桥街道，江西省于都县梓山镇，福建省福鼎市磻溪镇，浙江省青田县万阜乡，重庆市潼南区桂林街道，山东省槐荫区振兴街街道，虎丘区，山东省槐荫区振兴街街道，安徽省肥东县梁园镇，广西壮族自治区钟山县钟山镇，甘肃省金塔县金塔镇，江西省寻乌县菖蒲乡，贵州省余庆县花山苗族乡，广西壮族自治区合浦县乌家镇，广东省天河区元岗街道 ，河南省林州市横水镇，虎丘区，江西省弋阳县桃源街道，尚义县南壕堑镇，山东省郓城县李集镇。
《双程2》作为一部情感与奇幻交织的影视作品，自上线以来就受到了广大观众的喜爱。该片以独特的视角，讲述了主人公在奇幻世界中的冒险旅程，以及他们之间错综复杂的情感纠葛。如今，这部影片的完整版已经在各大视频平台上线，让我们一起走进这部充满魔力的作品，感受其中的喜怒哀乐。 《双程2》的故事发生在一片神秘的奇幻大陆，这里有着各种奇特的生物和神奇的魔法。影片的主人公们，一群勇敢的冒险者，为了寻找传说中的宝藏，踏上了这片未知的土地。在这场冒险过程中，他们不仅结识了志同道合的伙伴，还遇到了许多意想不到的挑战。 影片中，情感线是贯穿始终的一条主线。主人公们之间的感情纠葛，让观众感受到了爱情的美好与复杂。在冒险的过程中，他们互相扶持、共同成长，逐渐产生了深厚的友谊。而在这个过程中，爱情、亲情、友情等情感元素交织在一起，为影片增色不少。 影片的视觉效果也是一大亮点。导演巧妙地运用了特效技术，将奇幻世界的景象呈现在观众面前。从绚丽多彩的魔法阵，到神秘莫测的森林，再到令人叹为观止的城堡，每一个场景都让人仿佛置身于一个真实的奇幻世界。 在《双程2》中，演员们的表现也堪称精彩。他们通过细腻的表演，将角色的性格特点展现得淋漓尽致。尤其是影片中的几位主演，他们之间的默契配合，使得整个故事更加引人入胜。 值得一提的是，《双程2》的完整版在线观看，让观众能够更加全面地了解故事情节。在完整版中，我们看到了更多关于角色背景的介绍，以及他们之间情感的深入挖掘。这些内容让影片的内涵更加丰富，也让观众对角色产生了更深的共鸣。 此外，影片中的音乐也是一大亮点。配乐师巧妙地将古典音乐与现代音乐相结合，为影片营造了一种独特的氛围。在紧张刺激的冒险场景中，激昂的音乐让人热血沸腾；而在温馨感人的情感描写中，悠扬的旋律又让人心生感动。 总之，《双程2》是一部值得一看再看的影视佳作。无论是从故事情节、视觉效果，还是演员表现、音乐搭配等方面，都堪称完美。现在，这部影片的完整版已经在各大视频平台上线，喜欢奇幻题材的观众千万不要错过。赶快在线观看，一起感受这部情感交织的奇幻之旅吧！