Robbyant发布LingBot-VLA 2.0:开源6B跨形态机器人操作模型

Robbyant Releases LingBot-VLA 2.0: An Open-Source 6B Vision-Language-Action (VLA) Model for Cross-Embodiment Robot Manipulation

精选理由

蚂蚁开源了6B的VLA模型LingBot-VLA 2.0,用6万小时数据训练,在GM-100上超过π0.5,做跨形态机器人操作很划算。

AI 摘要

蚂蚁集团Robbyant发布LingBot-VLA 2.0,一个6B参数的开源视觉-语言-动作模型(Apache-2.0许可证)。该模型在约6万小时数据上预训练,包括5万小时20种机器人配置的轨迹和1万小时人类视频。它使用55维规范动作空间统一不同形态,并采用无辅助损失的MoE动作专家扩展容量。在GM-100通用基准上,LingBot-VLA 2.0分别超过π0.5和上一代LingBot-VLA-1.0。

图片来源 · marktechpost
AI 翻译 · 中文

蚂蚁集团Robbyant发布LingBot-VLA 2.0,一个6B参数的开源视觉-语言-动作模型(Apache-2.0许可证)。该模型在约6万小时数据上预训练,包括5万小时20种机器人配置的轨迹和1万小时人类视频。它使用55维规范动作空间统一不同形态,并采用无辅助损失的MoE动作专家扩展容量。在GM-100通用基准上,LingBot-VLA 2.0分别超过π0.5和上一代LingBot-VLA-1.0。

marktechpostAnt Group's Robbyant has released LingBot-VLA 2.0, an Apache-2.0 vision-language-action model for cross-embodiment robot manipulation. The 6B checkpoint is pretrained on roughly 60,000 hours of data, spanning 50,000 hour