Robbyant

general · First seen 2026-07-06 · Last seen 2026-11-17 · 43 mentions

Overview

Robbyant 是蚂蚁集团旗下的 AI 研究团队(也称 Robbyant Brain),专注于空间智能与世界模型方向,其开源的 LingBot 系列涵盖世界模拟、空间感知与具身机器人操作,已成为该领域最受关注的开源力量之一。团队以开源策略快速迭代,模型覆盖从视频世界生成到机器人控制的多条技术线,与 Genie、Cosmos 等世界模型形成直接对标。

LingBot-World 2.0:小时级世界模型

2026 年 7 月,Robbyant 开源了 LingBot-World 2.0(Infinity),主打小时级实时生成能力:可在一小时内稳定输出 720p、60fps 的交互世界,且画质不随生成时长衰减。相比常见的秒级片段式世界模型,这种长时程稳定性是其核心差异点。模型提供 14B 参数的因果架构版本,并附带面向智能体的 agentic harness,便于在模拟环境中驱动自主智能体。

相关来源:

  • LingBot-World 2.0 (Infinity)开源:小时级实时生成,720p/60fps画质不衰减
  • 蚂蚁集团发布LingBot-World-Infinity,14B因果世界模型
  • LingBot-World 2.0 实现一小时稳定720p 60fps世界模型
  • LingBot-VLA 2.0:面向机器人操作的开源具身模型

    在具身智能方向,Robbyant 发布了 LingBot-VLA 2.0,一个 6B 参数的跨形态机器人操作模型,训练数据覆盖多类机器人的 60K 小时真实运行数据。团队随后开源了训练后代码,并给出关键推理指标:单张 RTX 4090D 上推理延迟仅 130 毫秒,这对需要实时响应的机器人控制场景具备实用意义。更早发布的视频动作基础模型 LingBot VA-V2 也承担了机器人控制任务,形成视频生成与动作执行的闭环。

    相关来源:

  • Robbyant发布LingBot-VLA 2.0:开源6B跨形态机器人操作模型
  • LingBot-VLA 2.0 开源具身模型,覆盖多机器人60K小时数据
  • LingBot-VLA 2.0 开源训练后代码,单卡 RTX 4090D 推理仅 130 毫秒
  • Robbyant发布视频动作基础模型LingBot VA-V2,用于机器人控制
  • 当前焦点与观察点

    Robbyant 目前的策略是「世界模型 + 具身模型」双线并进:世界模型负责高保真模拟环境,具身模型在其中学习操作策略,二者互为数据与验证来源。值得关注的方向包括:一是 LingBot-World 2.0 Small 等小参数版本的落地效果,小模型能否在消费级硬件上保留长时程生成能力;二是 LingBot-VLA 2.0 在不同机器人本体上的泛化表现,60K 小时跨形态数据是否足以支撑真机迁移;三是其开源许可与社区生态能否持续吸引开发者。整体来看,Robbyant 把蚂蚁集团的资源投入到了世界模型与具身智能交叉的前沿,后续发布节奏值得跟踪。

    Coverage

    10 on file