蚂蚁集团旗下 Robbyant 发布 LingBot-VA 2.0 视频动作基础模型

蚂蚁集团旗下Robbyant发布LingBot-VA 2.0视频动作基础模型，专为机器人控制设计，性能显著提升。该模型在效率和适应性上取得突破，值得机器人领域关注。

• 模型采用稀疏MoE架构，总参数约13B，但每个token仅激活约1.9B参数，通过前瞻推理和系统加速实现峰值225Hz的异步执行频率，兼顾性能与效率。
• 高层视觉语言规划器负责分解长任务，底层视频动作策略处理连续运动，形成层次化控制框架。模型仅需10-15次演示即可适应新任务，支持跨机器人本体迁移和零样本学习。
• 在RoboTwin 2.0基准上平均得分93.6，真实世界测试优于前代LingBot-VA和π0.5，证明其实际部署能力。
• 影响/看点：LingBot-VA 2.0展示了视频动作模型在机器人领域的巨大潜力，低样本适应性和跨本体迁移能力将加速机器人应用的落地。