es.wedoany.com Noticia: Ant Lingbo Technology ha actualizado y lanzado como código abierto el nuevo modelo base de inteligencia incorporada LingBot-VLA 2.0. Esta versión incorpora 60.000 horas de datos físicos reales de alta calidad en la fase de preentrenamiento, cubriendo 20 configuraciones robóticas de 17 marcas principales de robots, y amplía el soporte para grados de libertad como cabeza, cintura, actuador final y chasis móvil.

En la industria actual de inteligencia incorporada, el "cerebelo" y el hardware físico están acelerando su evolución, pero el "cerebro universal" de la industria sigue siendo la principal limitación para la implementación a escala. Desde la capacidad del modelo hasta la eficiencia y el costo de implementación, se necesitan avances urgentes.

El informe técnico muestra que LingBot-VLA 2.0, en su fase de preentrenamiento, admite marcas de robots como Leju, Zhiyuan, Yushu, Songling, Xinghaitú, Yinhe Tongyong, Xingchen, Ruierman, Franka, Fangzhou, Beijing Renxing, Fourier, Mofa Yuanzi, Qianxun, Lingcifang, Feixi, Qinglong, entre otros 17 fabricantes de robots, cubriendo diversas formas como brazo único/brazo doble, bípedo/ruedas.

En cuanto al soporte de grados de libertad, LingBot-VLA 2.0 ha ampliado completamente el soporte para grados de libertad como cabeza, cintura, actuador final (mano) y chasis móvil.

En operaciones con dos brazos, basado en la evaluación GM-100 de la Universidad Jiao Tong de Shanghái, en las plataformas de robots de dos brazos AgileX Cobot Magic y Galaxea R1 Pro, la puntuación media general de progreso de tareas y la tasa de éxito de LingBot-VLA 2.0 superaron a π0.5 y GR00T N1.7. En esta evaluación, todos los modelos participantes se implementaron como un único modelo universal, sin ajustes específicos para tareas particulares. Este resultado indica que LingBot-VLA 2.0 posee una mayor capacidad de operación colaborativa con dos brazos y una capacidad de generalización entre cuerpos y multitarea.

En cuanto a la capacidad de movimiento, LingBot-VLA 2.0, basado en dos configuraciones: el brazo robótico Fangzhou con chasis Songling y el Astribot S1 de Xingchen Intelligence, se sometió a pruebas comparativas preliminares con π0.5. Los resultados muestran que LingBot-VLA 2.0 ha mejorado tanto la puntuación de progreso de tareas como la tasa de éxito en tareas de operación móvil de largo alcance, manteniendo especialmente una ventaja en escenarios de dominio cruzado más desafiantes, lo que demuestra una mayor capacidad de avance en tareas de secuencia larga y capacidad de generalización en operaciones móviles.

En la evaluación de operaciones móviles, las tareas se dividen en múltiples subpasos continuos, cada uno con una puntuación diferente según la dificultad e importancia. El robot obtiene la puntuación correspondiente al completar el paso respectivo, y la puntuación total final refleja su capacidad de avance en tareas de secuencia larga. En comparación con simplemente contar la tasa de éxito final, este método de puntuación permite medir de manera más detallada la capacidad integral del modelo en aspectos como movimiento, colaboración con dos brazos, agarre, colocación, apertura de puertas y limpieza.

El respaldo para estas mejoras de capacidad proviene de un sistema de datos a mayor escala y mayor calidad, así como de una arquitectura de entrenamiento más óptima: Ant Lingbo ha depurado 50.000 horas de datos de máquinas reales de alta calidad a partir de 90.000 horas de datos, y ha extraído 10.000 horas de datos efectivos de 20.000 horas de datos de operación humana en primera persona, lo que eleva el total de datos de preentrenamiento a 60.000 horas.

Actualmente, la industria está entrando gradualmente en la fase piloto de implementación industrial, y el post-entrenamiento eficiente se ha convertido en un factor limitante clave para la implementación. LingBot-VLA 2.0 lanza simultáneamente una versión de post-entrenamiento más eficiente como código abierto, con un tiempo de inferencia controlado por debajo de 130 milisegundos en RTX 4090.

Ant Lingbo, en colaboración con socios ecológicos de hardware como Leju y Taihu, así como socios ecológicos de clientes como Guoda Pharmacy y Longsheng, ha iniciado pruebas comerciales integrales en escenarios de implementación como clasificación minorista, clasificación logística e industria. Al mismo tiempo, Ant Lingbo, junto con socios ecológicos de datos como Jianzhi Technology, está construyendo un sistema de datos estandarizado. Un ecosistema de inteligencia incorporada, centrado en un modelo base VLA de configuración cruzada y con la participación profunda de fabricantes de hardware e instituciones de datos, está tomando forma.

Actualmente, LingBot-VLA 2.0 ya es de código abierto. Los desarrolladores pueden obtener los pesos del modelo en Hugging Face y ModelScope, y descargar el código abierto en GitHub. El próximo paso, Ant Lingbo también iniciará una serie de actividades para desarrolladores y lanzará simultáneamente kits técnicos más adecuados para desarrolladores.