de.wedoany.com-Bericht: Ant LingBot Technology hat das neue Generation des verkörperten Basismodells LingBot-VLA 2.0 aufgerüstet und als Open Source veröffentlicht. Diese Version integriert in der Vortrainingsphase 60.000 Stunden hochwertige reale physikalische Daten, deckt 20 Roboter-Konfigurationen von 17 Robotermarken ab und erweitert die Unterstützung für Freiheitsgrade wie Kopf, Taille, Endeffektor und mobile Basis.
In der aktuellen Branche der verkörperten Intelligenz beschleunigen sich die Entwicklung des „Kleinhirns“ und der Hardware-Plattform, aber das „allgemeine Gehirn“ der Branche bleibt die zentrale Einschränkung für eine großflächige industrielle Umsetzung. Sowohl die Modellfähigkeiten als auch die Effizienz und Kosten der Umsetzung müssen dringend verbessert werden.
Der technische Bericht zeigt, dass LingBot-VLA 2.0 in der Vortrainingsphase Roboterhersteller wie Leju, Zhiyuan, Yushu, Songling, Xinghailu, Galaxy General, Xingchen, Ruierman, Franka, Fangzhou, Beijing Humanoid, Fourier, Magic Atom, Qianxun, Lingcifang, Feixi, Qinglong und andere 17 Roboterhersteller unterstützt, die verschiedene Formen wie Einarm-/Doppelarm, Zweibein-/Radantrieb abdecken.
In Bezug auf die Unterstützung von Freiheitsgraden hat LingBot-VLA 2.0 die Unterstützung für Freiheitsgrade wie Kopf, Taille, Endeffektor (Hand) und mobile Basis umfassend erweitert.
Bei Doppelarm-Operationen, basierend auf der GM-100-Bewertung der Shanghai Jiao Tong University, übertraf LingBot-VLA 2.0 auf den beiden Doppelarm-Roboterplattformen AgileX Cobot Magic und Galaxea R1 Pro sowohl die durchschnittliche Gesamtaufgabenfortschrittsbewertung als auch die Erfolgsrate von π0.5 und GR00T N1.7. Bei dieser Bewertung wurden alle teilnehmenden Modelle als einheitliches allgemeines Modell bereitgestellt, ohne spezifische Feinabstimmung für bestimmte Aufgaben. Dieses Ergebnis zeigt, dass LingBot-VLA 2.0 über stärkere Fähigkeiten zur kollaborativen Doppelarmsteuerung und zur Generalisierung über verschiedene Plattformen und mehrere Aufgaben hinweg verfügt.
In Bezug auf die Mobilität wurde LingBot-VLA 2.0 basierend auf zwei Konfigurationen – dem Fangzhou-Roboterarm mit Songling-Chassis und dem Xingchen Intelligent Astribot S1 – einem vorläufigen Vergleichstest mit π0.5 unterzogen. Die Ergebnisse zeigen, dass LingBot-VLA 2.0 sowohl die Aufgabenfortschrittsbewertung als auch die Erfolgsrate bei langwierigen mobilen Operationsaufgaben verbessert hat, insbesondere in anspruchsvolleren domänenübergreifenden Szenarien einen Vorteil behält und stärkere Fähigkeiten zur Fortführung langer Aufgabenfolgen und zur Generalisierung mobiler Operationen zeigt.
Bei der Bewertung mobiler Operationen werden die Aufgaben in mehrere aufeinanderfolgende Unterschritte zerlegt, wobei jeder Schritt je nach Schwierigkeit und Wichtigkeit unterschiedliche Punktzahlen erhält. Der Roboter erhält die entsprechende Punktzahl, wenn er den entsprechenden Schritt abschließt, und die endgültige Gesamtpunktzahl spiegelt seine Fähigkeit zur Aufgabenfortführung in langen Aufgabenfolgen wider. Im Vergleich zur bloßen statistischen Erfassung der endgültigen Erfolgsrate kann diese Bewertungsmethode die umfassenden Fähigkeiten des Modells in Bereichen wie Bewegung, Doppelarmkooperation, Greifen, Platzieren, Türöffnen und Reinigen detaillierter messen.
Die Grundlage für diese Fähigkeitsverbesserungen sind ein größerer, qualitativ hochwertigerer Datenbestand und eine bessere Trainingsarchitektur: Ant LingBot hat aus 90.000 Stunden Daten 50.000 Stunden hochwertige echte Maschinendaten bereinigt und aus 20.000 Stunden menschlicher Betriebsdaten aus der Ich-Perspektive 10.000 Stunden effektive Daten extrahiert, wodurch die Gesamtmenge der Vortrainingsdaten 60.000 Stunden erreicht.
Die Branche tritt derzeit allmählich in die Phase der industriellen Pilotumsetzung ein, und effizientes Nachtraining wird zu einem entscheidenden limitierenden Faktor für die Umsetzung. LingBot-VLA 2.0 veröffentlicht gleichzeitig eine effizientere Nachtrainingsversion als Open Source, wobei die Inferenzzeit auf einer RTX 4090 unter 130 Millisekunden kontrolliert wird.
Ant LingBot arbeitet mit Ökosystem-Partnern wie Leju und Taihu sowie mit Kundenpartnern wie Guoda Pharmacy und Longsheng zusammen, um umfassende kommerzielle Umsetzungstests in Szenarien wie Einzelhandelssortierung, Logistiksortierung und Industrie zu starten. Gleichzeitig baut Ant LingBot gemeinsam mit Datenallianz-Ökosystempartnern wie Jianzhi Technology ein standardisiertes Datensystem auf. Ein Ökosystem der verkörperten Intelligenz, das sich auf das plattformübergreifende VLA-Basismodell konzentriert und an dem Plattformhersteller und Dateninstitutionen tief beteiligt sind, nimmt Gestalt an.
Derzeit ist LingBot-VLA 2.0 als Open Source verfügbar. Entwickler können die Modellgewichte auf Hugging Face und ModelScope abrufen und den Open-Source-Code auf GitHub herunterladen. Als Nächstes wird Ant LingBot eine Reihe von Entwickleraktivitäten starten und gleichzeitig ein für Entwickler geeigneteres Technologie-Kit herausbringen.
