📰 蚂蚁灵波发布行业首个具身原生世界动作模型LingBot-VA 2.0 — 新京报
蚂蚁灵波发布了业界首个具身原生世界动作模型LingBot-VA 2.0，围绕如何将世界模型与具身智能有效融合进行探索。不同于将数字内容生成模型通过微调来适配机器人控制的路径，LingBot-VA 2.0 选择从头进行自回归预训练，构建原生基模，强调指令理解与动作执行的一体化。核心设计包括：引入语义视觉-动作分词器作为新的视觉编码器，在压缩视觉信息时对齐语义与动作，促进指令跟随与提高动作精度；采用严格的因果预训练范式，确保视觉预测与动作生成遵循单向时间顺序；引入MoE架构扩大模型容量同时保持推理效率；以及增强的异步推理实现实时闭环控制，在执行动作的同时预测未来状态并用新观测校正决策。该方案在单卡实现150Hz实时推理，显著提升具身世界模型的执行效率与泛化能力。CEO 表示将持续推进具身智能上限与开放生态建设，推动机器人快速落地产业场景。
🏷️ #具身智能 #世界模型 #LingBot-VA 2.0 #自回归预训练 #异步推理
🔗 原文链接
📰 蚂蚁灵波发布行业首个具身原生世界动作模型LingBot-VA 2.0 — 新京报
蚂蚁灵波发布了业界首个具身原生世界动作模型LingBot-VA 2.0，围绕如何将世界模型与具身智能有效融合进行探索。不同于将数字内容生成模型通过微调来适配机器人控制的路径，LingBot-VA 2.0 选择从头进行自回归预训练，构建原生基模，强调指令理解与动作执行的一体化。核心设计包括：引入语义视觉-动作分词器作为新的视觉编码器，在压缩视觉信息时对齐语义与动作，促进指令跟随与提高动作精度；采用严格的因果预训练范式，确保视觉预测与动作生成遵循单向时间顺序；引入MoE架构扩大模型容量同时保持推理效率；以及增强的异步推理实现实时闭环控制，在执行动作的同时预测未来状态并用新观测校正决策。该方案在单卡实现150Hz实时推理，显著提升具身世界模型的执行效率与泛化能力。CEO 表示将持续推进具身智能上限与开放生态建设，推动机器人快速落地产业场景。
🏷️ #具身智能 #世界模型 #LingBot-VA 2.0 #自回归预训练 #异步推理
🔗 原文链接
