金磊 发自 凹非寺量子位 | 公众号 QbitAI

整整60000小时的预训练数据。。

一个新VLA（视觉-语言-行动），，，就这么水灵灵地被“喂”了出来，，，并且照旧开源的那种。。

这就是蚂蚁灵波刚刚宣布的LingBot-VLA 2.0，，，一个面向重大物理天下使命的通用VLA模子。。

先来聊聊这60000小时真实物理数据是怎么来的。。

着实它包括两个部分，，，其中50000小时来自机械人轨迹数据，，，笼罩20种机械人构型；；；；；；另外10000小时来自第一视角人类操作视频。。

而距蚂蚁灵波1月宣布LingBot-VLA 1.0仅半年时间来，，，数据规模从20000小时直接乘了个3。。

那么效果又怎样呢？？

来，，，直接上效果：

视频地点：https://mp.weixin.qq.com/s/GBkj3L9z1_ihq6vrUDrbJw

我们从视频中可以看到，，，机械人先从操作台上拿起饮料、水果放进篮子里，，，再拎起篮子移动到冰箱前，，，翻开冰箱门、把工具一件件放进去，，，最后关上冰箱门。。

一整套长序列的移动操作，，，一气呵成，，，相当丝滑。。

不过有一说一，，，数据规模；；；；；菇鼋鍪荓ingBot-VLA 2.0亮点的一隅，，，在细扒相关手艺报告后我们发明：

支持20多种机械人构型；；；；；；从双臂扩展到头部、腰部、移动底盘、灵巧手等更完整的行动空间；；；；；；融合LingBot-Depth，，，让机械人获得更强空间明确能力；；；；；；在英伟达RTX 4090上推理延迟低于130ms。。

而不少网友们看到LingBot-VLA 2.0的宣布后，，，更是直呼：

开源的具身模子正在加速机械人手艺在现实天下中的应用。。

机械人干活，，，更利索了

接下来，，，我们先继续来直观感受一下在LingBot-VLA 2.0加持之下，，，机械人干真实天下家务活儿的体现怎样。。

第一个使命是整理灶台。。

它比适才的冰箱收纳来说，，，越发靠近真实生涯中的厨房场景：

视频地点：https://mp.weixin.qq.com/s/GBkj3L9z1_ihq6vrUDrbJw

机械人面临炉灶、锅架、海绵等一桌子物品，，，需要先将障碍物挪开、取放稳当，，，然后精准地拿起海绵擦拭灶台，，，最后还得把相关物体物归原位。。

从机械人的体现来看，，，LingBot-VLA 2.0是经受住了真真相形里的一连决媾和细腻交互的磨练。。

再来看一个使命，，，调料收纳。。

这类使命更磨练双臂协同和空间关系处理能力，，，机械人要清晰每个物体划分放在哪、相互间距多远、桌面结构长什么样，，，光靠看画面是不敷的，，，还得有空间感。。

视频地点：https://mp.weixin.qq.com/s/GBkj3L9z1_ihq6vrUDrbJw

再来感受一下带LingBot-Depth 2.0深度热力争、物体界线Token掩码、余弦相似度热图的效果：

视频地点：https://mp.weixin.qq.com/s/GBkj3L9z1_ihq6vrUDrbJw

而这正是LingBot-VLA 2.0默认融合LingBot-Depth之后带来的能力升级，，，精准拿捏住了机械人自身和空间之间的关系。。

若是我们把这三个案例放到一起，，，LingBot-VLA 2.0要做的事儿就较量清晰了：

它是希望通过统一套具身大脑，，，能够做到迁徙赴任别身体、差别场景、差别使命里。。

换言之，，，为某个机械人专门训的专用模子不是目的，，，要害是一套能复用的通用具身操作基座。。

（完整能力视频如下）

视频地点：https://mp.weixin.qq.com/s/GBkj3L9z1_ihq6vrUDrbJw

还学会了展望未来

在看完效果之后，，，接下来的问题就是LingBot-VLA 2.0是怎样做到的。。

我们先从数听提及。。

在第一代LingBot-VLA开源时，，，外界就已经关注到一个点，，，真实天下机械人数据越多，，，VLA模子能力越强，，，并且这种提升还没有显着到头。。

到了LingBot-VLA 2.0，，，这条蹊径还在继续被往前推。。正如我们适才提到的，，，它的数据管线从9万小时数据中洗濯出5万小时高质量真机数据，，，又从2万小时第一视角人类操作数据中提炼出1万小时有用数据，，，总预训练数据抵达6万小时。。

但数据量增添还只是表象。。更要害的是这些数据笼罩了更多机械人形态、多视角、多使命、多行动模式。。

团队在手艺报告中列出的机械人构型便包括Leju、Franka、AgileX、ARX Lift2、Galaxea R1Pro、Astribot S1、Unitree G1、Fourier GR-2、AgiBot A2等，，，总计20种embodiment。。

我们知道语言模子吃的是文本，，，但到了VLA这里，，，吃的是“视觉、语言、行动”的组合。。

它不但要知道“把水果放进冰箱”这句话是什么意思，，，还要知道机械臂该怎么靠近物体，，，夹爪什么时间闭合，，，底盘什么时间移动，，，冰箱门翻开后空间关系怎样转变。。

以是数据越富厚，，，模子越有时机学到更通用的操作纪律。。

除了数据够“厚”之外，，，LingBot-VLA 2.0的另一个要害，，，在于它把行动空间买通了。。

差别机械人有差别枢纽、差别夹爪、差别底盘。。双臂机械人、人形机械人、移念头械臂，，，在身体结构上差别很大。。要让统一个VLA模子迁徙赴任别身体上，，，就需要把这些差别映射到一个统一的行动空间里。。

LingBot-VLA 2.0这次把行动空间从双臂进一步扩展到头部、腰部、移动底盘、灵巧手等自由度。。

真实天下重大使命往往需要多个身体自由度协同完成，，，LingBot-VLA 2.0的目的就是提升机械人在开放场景、长序列使命和多自由度协同使命中的体现。。

更有意思的是，，，LingBot-VLA 2.0还学会了展望未来。。

已往许多VLA模子更像是反馈式执行，，，看到目今画面，，，天生一个行动；；；；；；执行完之后，，，再凭证下一帧视察效果继续修正。。但这种方式能形成闭环，，，但在长序列使命里容易泛起问题。。

因此，，，LingBot-VLA 2.0引入了未来深度展望和语义特征展望，，，让模子在天生行动时同时明确目今状态和展望未来状态。。

详细来讲，，，团队给视觉和文本token特殊挂上两组可学习的query token，，，一组对应目今时刻，，，一组对应未来时刻；；；；；；再划分用认真几何信息的深度模子LingBot-Depth，，，和认真语义、时序信息的自研视频表征模子DINO-Video做蒸馏监视，，，让模子不但明确眼前的场景，，，还能提前预判物体位置、空间关系和使命状态接下来会怎么转变。。

由此，，，我们便可以把LingBot-VLA 2.0在手艺上的升级归结为：

数据更厚，，，身体笼罩更广，，，行动空间更完整，，，模子还具备一定前瞻式时序明确能力。。

GM-100上见真章

模子好欠好，，，评测效果也是很好的证实。。

这次LingBot-VLA 2.0在GM-100多使命Generalist Benchmark上选取9个使命，，，与GR00T N1.7、π0.5、LingBot-VLA 1.0举行比照；；；；；；同时也在两个长程移动操作使命上与π0.5举行比照。。

值得一提的是，，，Generalist Benchmark考察的是统一个模子在多个使命上的综合体现，，，而非为单个使命划分训练、划分调优，，，再把各自最好的效果拼成一张榜单。。因此，，，这类评测更靠近真实落地场景，，，也更能反映一个VLA基座模子的通用能力。。

先看GM-100双臂操作。。

在AgileX Cobot Magic平台上，，，LingBot-VLA 2.0整体平均效果为66.2/34.4，，，高于GR00T N1.7的36.3/17.8、π0.5的59.1/32.2，，，以及LingBot-VLA 1.0的58.2/30.0。。

在Galaxea R1 Pro平台上，，，LingBot-VLA 2.0整体平均为34.6/15.6，，，进度分高于GR00T N1.7、π0.5和LingBot-VLA 1.0；；；；；；乐成率与LingBot-VLA 1.0持平，，，但高于GR00T N1.7和π0.5。。

除此之外，，，团队还做了两个较有代表性的测试：Astribot S1执行物体放入冰箱使命，，，Cobot Magic-ARX X5执行整理灶台使命。。

每个使命都有ID和OOD两种设置，，，每组15次自力实验。。OOD设置下，，，机械人初始位置会被扰动；；；；；；在冰箱收纳使命中，，，还会替换为没见过的物体种别，，，用来测试泛化能力。。

效果上，，，冰箱收纳使命中，，，LingBot-VLA 2.0在ID设置下为77.1/60.0，，，π0.5为65.3/46.7；；；；；；OOD设置下，，，LingBot-VLA 2.0为37.0/13.3，，，π0.5为30.3/6.7。。

整理灶台使命中，，，LingBot-VLA 2.0在ID设置下为84.3/66.7，，，π0.5为79.9/60.0；；；；；；OOD设置下，，，LingBot-VLA 2.0为67.5/40.0，，，π0.5为62.5/33.3。。

具身通用大脑，，，越发要害了

放到整个行业来看，，，LingBot-VLA 2.0的意义不止是又一个更强的模子。。

已往一年，，，机械人硬件本体的转变很快。。乐聚、智元、星动纪元等公司都在推进差别形态的身体，，，人形机械人、双臂机械人、移念头械臂都在快速迭代。。

身体越来越多，，，问题也随之泛起。。

每种机械人都有自己的枢纽构型、传感器设置、控制方式；；；；；；每个场景又有差别物体、空间、使命要求。。若是每一种本体、每一个使命都要重新适配一套算法，，，本钱会很高，，，规模；；；；；埠苣。。

LingBot-VLA 2.0想做的，，，就是大脑层的通用化。。

它用更大规模的真实数据，，，让模子见过更多物理天下里的行动；；；；；；用统一行动体现，，，实验抹平差别本体之间的差别；；；；；；再加上LingBot-Depth和未来展望，，，让机械人对空间和时间有更强的明确。。

从更久远看，，，具身智能可能会泛起一个趋势：

机械人的身体继续百花齐放，，，但通用大脑的趋势会愈加收敛。。

One More Thing：

昨天蚂蚁灵波宣布了LingBot-Depth 2.0，，，今天是LingBot-VLA 2.0，，，但预计它的新行动不会仅止于此。。

由于在一月份的时间，，，蚂蚁灵波就针对具身智能来了一波四连弹。。

以是，，，对具身智能感兴趣的小同伴，，，可以继续坚持下关注哦~

手艺报告：From Foundation to Application: Improving VLA Models in Practice

报告地点：https://github.com/robbyant/lingbot-vla-v2/blob/main/assets/LingBot_VLA_2_0.pdf

项目页面：https://technology.robbyant.com/lingbot-vla-v2

代码库：https://github.com/robbyant/lingbot-vla-v2

Hugging Face：https://huggingface.co/collections/robbyant/lingbot-vla-v2

ModelScope：https://modelscope.cn/collections/Robbyant/LingBot-VLA-V2

网站优化效果与用户体验的共生关系

〖One〗网站优化效果并非纯粹的手艺指标堆砌，，，其焦点始终指向用户体验的改善。。搜索引擎的算法演进，，，从早期的要害词匹配到现在以E-A-T（专业性、权威性、可信度）为焦点的评估系统，，，实质上是对优质用户价值的一连追寻。。犹如《孙子兵法》所言“知己知彼，，，百战不殆”，，，深入明确用户搜索意图，，，方能涤讪优化效果的坚实基本。。

〖Two〗权衡网站优化效果，，，流量与排名仅是外貌刻度，，，用户停留时长、页面浏览深度及互动行为才是深层标尺。。一个加载迅捷、导航清晰、内容直击要点的网站，，，自然能留住访客。。这印证了“酒香不怕巷子深”的古训，，，当网站真正解决了用户问题，，，起劲的优化效果便会通过口碑与自然链接逐步展现。。

〖Three〗内容建设是驱动优化效果长效提升的引擎。。一连产出原创、专业且对用户有切实资助的内容，，，是构建网站权威性的不二窍门。。把放到抓取链路中剖析，，，内容就不可只形貌征象，，，还要说明证据和处理顺序。。业界常提及“内容为王”，，，其真谛在于内容的价值性，，，而非数目。。高质量内容犹如磁石，，，既能吸引用户，，，也能获得搜索引擎的青睐，，，形成良性循环。。

〖Four〗最终，，，卓越的网站优化效果与卓越的用户体验实为一体两面。。手艺层面的优化，，，如响应式设计、代码精简，，，服务于更流通的会见；；；；；；战略层面的结构，，，如清晰的站内链接、合理的要害词安排，，，服务于更高效的信息获取。。两者相辅相成，，，配合指向一个目的：让用户更便捷地找到所需，，，并获得知足谜底，，，这才是优化事情最基础的效果。。

淘宝要害词怎么优化的落地检查点

〖One〗在淘宝平台谋划店肆，，，要害词优化是吸引流量的基石。。犹如昔人所言“名不正则言不顺”，，，一个精准有用的问题，，，是商品获得曝光的第一步。。优化事情并非一蹴而就，，，它需要卖家深入研究平台规则与用户搜索习惯，，，将焦点词、长尾词与属性词巧妙连系，，，从而让商品在众多的货物海洋中被快速检索到。。

〖Two〗举行要害词优化，，，主要方法是学会“借力”。。？梢圆慰假尚兄刑逑钟乓斓木浩肺侍猓，，剖析其要害词结构；；；；；；同时，，，充分使用淘宝官方提供的数据工具，，，如“生意照料”，，，盘问要害词的搜索热度与竞争强度。。这个历程犹如孙子兵法所强调的“知己知彼”，，，只有充分相识市场态势，，，才华筛选出既有流量潜力又适合自身商品的高性价比词汇。。

〖Three〗选定要害词后，，，怎样排列组合也大有学问。。问题的字符空间有限，，，必需物尽其用。。通常，，，将焦点成交词放置在靠前位置，，，属性卖点词穿插其中，，，并适当加入目今季节或促销类词汇。。切记阻止要害词的简朴堆砌，，，需包管问题通顺可读，，，事实要害词优化的最终目的是服务于人，，，让消耗者一眼就能看懂商品特质。。

〖Four〗要害词优化并非设置后便可高枕无忧，，，而是一个需要一连调解的动态历程。。市场趋势和消耗者用语会随时间转变，，，例如新的网络盛行词可能带来流量盈利。。因此，，，按期凭证商品销量数据与流量结构，，，对问题中的要害词举行汰换与更新，，，是维持店肆活力的要害。。只有一连耕作，，，方能令店肆在强烈的竞争中坚持优势，，，源源一直地获取精准访客。。

桐乡市数字营销新篇章

〖One〗桐乡市，，，这座坐落于杭嘉湖平原的江南名城，，，自古即是“鱼米之乡、丝绸之府”。。在数字经济浪潮席卷全球的今天，，，桐乡正以其深挚的工业秘闻，，，悄然开启一场关于网络可见度与影响力的深刻厘革。。犹如昔日丝绸通过京杭大运河远播四海，，，现在桐乡的企业与品牌，，，正借力搜索引擎优化（SEO）这一现代“数字运河”，，，将产品与服务推向更辽阔的天下。。

〖Two〗回首历史，，，桐乡的昌盛离不开其作为交通枢纽与商贸中心的精准定位。。从茅盾笔下的市镇风情，，，到濮院羊毛衫、崇福皮革等工业集群的崛起，，，无不印证了“酒香也怕巷子深”的原理。。在信息爆炸的互联网时代，，，这一古训更具现实意义。。有用的SEO战略，，，就犹如为藏在深巷中的佳酿树立起清晰的指路牌，，，指导潜在客户穿越信息的迷宫，，，精准抵达目的地。。

〖Three〗详细而言，，，桐乡本土企业举行SEO优化，，，需深深植根于地区文化特色。。例如，，，乌镇作为天下互联网大会的永世举行地，，，赋予了桐乡奇异的“互联网+”基因。。企业在构建网站内容时，，，恰巧妙融合“水乡古镇”、“智能制造”、“高端纺织”等地区与工业要害词，，，创作出如《乌镇峰会启示下的桐乡制造网络营销之路》等优质内容，，，从而在搜索引擎中建设权威性与辨识度，，，吸引精准流量。。

〖Four〗展望未来，，，桐乡市的数字营销之路，，，必将是一场一连耕作的“恒久之计”。。它要求企业摒弃急功近利的心态，，，转而专注于网站用户体验的打磨、高质量内容的一连产出以及外地化生态的构建。。正如桐乡先民以匠心织就华美绸缎，，，今天的商业运营者也需以耐心与战略，，，织就一张牢靠的、可见的线上网络，，，让桐乡的工业之光，，，在数字星图中长期闪灼。。

提升网站优化效果的桐乡市SEO战略，，，会见失败处理

〖One〗区域化搜索引擎优化（SEO），，，其精髓在于对特定地理市场的精准掌握。。关于茂名这座“南方油城”而言，，，其SEO战略必需植根于外地工业与文化。。犹如《孙子兵法》所言，，，“知彼知己，，，百战不殆”，，，相识茂名的石化、农业、滨海旅游等焦点工业，，，并洞察外地网民的搜索习惯，，，是制订有用战略的基石。。脱离外地现实，，，任何手艺都犹如无根之木。。

〖Two〗实验茂名SEO，，，内容创作需紧扣地区要害词。。例如，，，围绕“茂名荔枝”、“冼太文化”、“博贺渔港”等特色资源睁开，，，构建具有高度相关性的内容系统。。历史履历批注，，，信息的价值在于其相关性与奇异性。。这正如司马迁在《史记·货殖列传》中强调的“因地制宜”，，，网络内容的构建同样需要遵照这一原则，，，方能吸引目的流量，，，建设权威。。

〖Three〗手艺层面的适配同样不可或缺。。确保网站在外地搜索引擎中具有优异的抓取与索引效率，，，并优化“茂名外地服务”相关的结构化数据标记。。同时，，，获取来自茂名外地可信网站或机构的链接，，，能极大增强网站在区域搜索效果中的权威性。。此历程犹如修筑水利，，，渠道流通（手艺优化）与水源可靠（外链建设）二者缺一不可，，，方能引泉源头活水。。

〖Four〗乐成的茂名SEO最终要服务于商业转化。。通过优化，，，将寻找“茂名化工质料”、“电白海鲜批发”的潜在客户高效指导至企业页面。。其实质是一种基于精准信息的现代营销。。正如古代商贾依托驿站与墟市汇聚人气，，，今日的企业则借助SEO在互联网上构建自己的“黄金市口”，，，实现品牌曝光与营业增添的深度连系。。

泸州市SEO优化之道：酒香也怕巷子深

〖One〗泸州，，，这座以酒城著名的历史文假名城，，，自古即是川南重镇，，，商贾云集。。然而在数字时代，，，“酒香不怕巷子深”的古训正面临挑战。。犹如泸州老窖的百年窖池需要全心维护，，，一个地区的网络形象也需要通过SEO（搜索引擎优化）一连耕作。。只有自动优化，，，才华在众多的信息海洋中，，，让泸州的奇异魅力——从两江交汇的壮阔到非遗油纸伞的细腻——被更多人精准发明。。

〖Two〗实验SEO，，，主要在于“因地制宜”。。泸州拥有“中国酒城”这张金色手刺，，，焦点要害词的挖掘就应围绕此睁开。。例如，，，可以连系“白酒文化”、“浓香型白酒原产地”等词举行内容结构。。这正如《周礼·考工记》所强调的“审曲面势”，，，做优化需审阅自身优势与网络趋势。。通过创作与泸州酒史、酿酒工艺相关的优质内容，，，可以有用吸引目的受众，，，提升网站在相关搜索中的权威性与排名。。

〖Three〗内容为王的时代，，，泸州富厚的历史文化秘闻是取之不尽的素材宝库。。？梢越彩鏊纬阢蛑萆柚貌杪砘ナ械纳堂彻虐澹，，映射今日线上推广的互通有无；；；；；；或用红军“四渡赤水”的智慧，，，比喻在搜索引擎算法中无邪调解战略的主要性。。将这些深挚的人文故事，，，转化为易于撒播的网页文字、图片与视频，，，就是在为网站构建坚实的“内容基石”，，，吸引用户停留与分享，，，从而获得搜索引擎的青睐。。

〖Four〗乐成的SEO绝非一蹴而就，，，它犹如泸州先民酿造琼浆，，，需经年累月的沉淀。。一连产出有价值的信息，，，耐心建设外地化的引荐链接，，，并关注用户在网站上的体验是否流通愉悦。。长此以往，，，当网友搜索“川南旅游去那里”、“那里白酒最正宗”时，，，关于泸州的精彩内容便能自然泛起在眼前。。最终，，，通过系统性的优化，，，让泸州的酒香、茶香、历史书香，，，飘得更远更广。。