← Alle Modellneuigkeiten

Ant Lingbos LingBot in Wuzhen: LeRobot-, vLLM- und timm-Integration, offenen Umfang prüfen

Laut einem Bericht von Leiphone vom 3. November 2026 präsentierte Ant Lingbo auf der World Internet Conference in Wuzhen die Robotergehirn-Reihe LingBot und gab an, sie sei an LeRobot angepasst, in den timm-Hauptzweig aufgenommen und werde von vLLM und SGLang unterstützt; der Bericht nennt weder Lizenz noch Modellgröße oder Benchmark-Daten.

Veröffentlicht Aktualisiert
Titelbild des Originalberichts — Ant Lingbos LingBot in Wuzhen: LeRobot-, vLLM- und timm-Integration, offenen Umfang prüfen
Titelbild des OriginalberichtsOriginalbericht ↗

Was sich geändert hat

Vom 2. bis 5. November 2026 fand der Wuzhen-Gipfel der World Internet Conference statt. Ant Lingbo, das Unternehmen für verkörperte KI unter Ant Group, zeigte dort ein universelles Robotergehirn, das es als „Full-Stack-Open-Source“ bezeichnet. Laut dem Leiphone-Bericht vom 3. November heißt die Reihe LingBot; zu den im Bericht genannten Modellen gehören LingBot-VLA, LingBot-VA, LingBot-Vision, LingBot-Map und LingBot-World. Die Bildunterschrift trägt den Titel „Ant Lingbo Brain Full-Stack 2.0 Model Matrix“. Der Bericht gibt an, die LingBot-Reihe sei seit neun Monaten Open Source, habe über 2,2 Millionen Downloads und mehr als 33.000 GitHub-Stars; außerdem seien Arbeiten davon von Teams wie Physical Intelligence und Generalist AI zitiert worden. Der konkreteste Teil des Berichts betrifft die Werkzeug-Anbindung: LingBot-VLA und LingBot-VA sollen an die Roboterentwicklungsplattform LeRobot angepasst sein; LingBot-Vision soll in den Hauptzweig der verbreiteten Vision-Backbone-Bibliothek timm aufgenommen worden sein; LingBot-World wird als erstes Weltmodell weltweit beschrieben, das gleichzeitig von den beiden Open-Source-Inferenz-Engines vLLM und SGLang unterstützt wird, und sei von Nvidia in dessen Open-Source-Inferenzbibliothek FlashDreams für Weltmodelle integriert worden. Der Bericht nennt zudem einige externe Nutzungen: Das OpenWAM-Projekt der Stanford University habe LingBot-VA-Module wiederverwendet und angepasst, die südkoreanische FastOPD-Forschung nutze LingBot-VLA als Teacher-Modell, und die EPFL in Lausanne habe mit LingBot-Map eine 3D-Rekonstruktion von Korallenriffen durchgeführt. All dies stammt aus dem Bericht; unabhängige Reproduktionen werden nicht genannt. Bei den Anwendungsszenarien zeigten Ant Lingbo und Guoda Pharmacy in Wuzhen gemeinsam eine intelligente Apotheke: Der Stand bildete eine echte Apothekenumgebung nach, und der Roboter führte in einem 80 Zentimeter breiten Gang durchgehende Arbeiten von der Auftragsannahme über die intelligente Sortierung bis zur Warenübergabe aus; laut Bericht läuft die Lösung bereits in mehreren Filialen von Guoda Pharmacy in Shanghai im Regelbetrieb und erfordert keine Änderung der Warenpräsentation oder des Filiallayouts. Der Bericht erwähnt außerdem, dass mit Partnern wie Longsheng Weirui, Dema Technology und De'er Xiangwang industrielle Be- und Entladung sowie Logistiksortierung ausgebaut werden, dass mit Roboterkörper-Herstellern wie Leju und Tihu „ein Gehirn, mehrere Maschinen“ validiert wird und dass mit der Arab Digital Economy Alliance eine Absichtserklärung unterzeichnet wurde. Die Online-Vorrunde des ersten „Ant Lingbo Embodied Large Model Challenge“ habe laut Angaben 1.855 Teams aus 13 Ländern sowie 648 Hochschulen und Unternehmen angezogen; das Full-Stack-Modell des universellen Robotergehirns und die intelligente Apotheke erhielten auf der Konferenz den Produktpreis „Xinguang“ bzw. den Szenarienpreis „Xinyao“.

Auswirkungen für Entwickler

Die praktische Veränderung für Entwickler liegt weniger in den Parametern als darin, wo das Modell andockt. Verkörperte Modelle traten früher oft als Forschungscode oder Einzeldemo auf, und Teams mussten Datenformate, Aktionsräume und Inferenz-Backends selbst zusammenbauen; die im Bericht beschriebene LeRobot-Anpassung, die Aufnahme in den timm-Hauptzweig sowie die vLLM- und SGLang-Unterstützung setzen LingBot in drei bestehende Engineering-Gewohnheiten – Trainings- und Evaluationsschleifen, die Registry für Vision-Backbones und die Modellservice-Schicht. Wenn diese Anpassungen tatsächlich nutzbar sind, sinkt der Ausgangspunkt der Bewertung von „eine eigene Pipeline neu schreiben“ auf „eine vorhandene Pipeline zum Laufen bringen und dann das Modell wechseln“; und das Teuerste bei verkörperten Projekten sind meist Datenerfassung und Debugging auf realer Hardware. Doch „angepasst“ und „nach dem Anschluss ausreichend“ sind zwei Dinge. Der Bericht nennt weder Versionsnummern der Anpassung noch unterstützte Beobachtungs- und Aktionsräume, Annahmen zur Steuerfrequenz, VRAM-Bedarf oder Durchsatz; auch sagt er nicht, auf welcher Ebene die Anpassung erfolgt: Datenformat, Policy-Kapselung oder Austauschpunkt im Trainingsskript. Zudem unterscheidet sich die Inferenzlast von Weltmodellen stark von der von Sprachmodellen – längere Sequenzen, empfindlicher beim VRAM –, und einen Dienst starten zu können heißt nicht, das Latenzbudget des Regelkreises zu erfüllen. Die intelligente Apotheke mit 80 Zentimeter breitem Gang, dichter Platzierung und durchgehendem Betrieb ist eine wertvolle Referenz für Szenarioeinschränkungen, doch Filialzahl, Dauer des Dauerbetriebs, Rate manueller Übernahmen und Fehlerfälle werden nicht offengelegt; daraus lässt sich keine Erfolgsquote für andere Einzelhandels- oder Lagerumgebungen ableiten. „Ein Gehirn, mehrere Maschinen“ ist eine laufende Validierung mit Roboterkörper-Herstellern wie Leju und Tihu, kein reproduzierbares Ergebnis einer konfigurationsübergreifenden Übertragung.

Integration und Bewertung

Die folgenden Hinweise sind konditional und eine Analyse, keine berichteten Fakten. Zuerst eine Vorabprüfung: Der Bericht spricht wiederholt von „Full-Stack-Open-Source“, nennt aber keine Lizenz und sagt nicht, ob Trainingscode, Inferenzcode, Gewichte oder alles drei offengelegt werden; vor einer Evaluierung sollte im offiziellen Repository der offene Umfang und die kommerziellen Bedingungen geklärt werden. Downloadzahlen und Stars ersetzen keine Lizenzrechte. Erstens: Wenn Sie LeRobot bereits für Training und Evaluation nutzen und offiziell tatsächlich verfügbare Gewichte oder Code bereitstehen, können Sie LingBot-VLA oder LingBot-VA als vollständiges Modell oder als Policy in die bestehende LeRobot-Evaluationskette einbinden, statt anzunehmen, es könne ein bestimmtes Backbone ersetzen. Voraussetzung ist, zuerst in der offiziellen Dokumentation die Anpassungsebene, Beobachtungsdimensionen, Steuerfrequenz und Aktionsdarstellung zu prüfen und festzustellen, ob sie zu Ihrem Roboter passen und ob zusätzlicher Kapselungscode nötig ist. Als Bewertungskriterien bieten sich an: die Erfolgsquote bei eigenen Aufgaben gegenüber der bestehenden Policy bei festem Fine-Tuning-Schrittbudget, die Zeit vom Erhalt eines nutzbaren Modells bis zum ersten erfolgreichen Rollout und ob die Inferenzlatenz pro Schritt im Budget Ihres Regelzyklus liegt; ist der erste Rollout deutlich schneller, während die Erfolgsquote sinkt, wurde Engineering-Zeit gespart, nicht Modellfähigkeit. Zweitens: Wenn Ihr Betriebs-Stack bereits vLLM oder SGLang enthält und die Arbeitslast weltmodellartige Langsequenzgenerierung umfasst, können Sie mit der vertrauten Engine beginnen; prüfen Sie aber zuerst, ob die verwendete Version LingBot-World tatsächlich unterstützt – der Bericht sagt nur „unterstützt“, ohne Versionsstand; auch die FlashDreams-Integration von Nvidia ist eine Aussage des Berichts und im entsprechenden Repository zu bestätigen. Bewertungskriterien sollten die Ende-zu-Ende-Latenz bei fester Batch-Größe, die Zahl gleichzeitiger Anfragen pro Karte und die VRAM-Reserve sein; legen Sie eine Abbruchlinie fest: Wenn bei der Zielsequenzlänge das VRAM- oder Latenzbudget überschritten wird, weichen Sie auf Offline-Generierung statt Online-Dienst aus. Drittens: Wenn die Wahrnehmungsseite bereits um timm herum aufgebaut ist, können Sie LingBot-Vision als eingefrorenes Backbone an bestehende Aufgabenköpfe anschließen und Linear Probing oder leichtes Fine-Tuning durchführen. Voraussetzung ist, dass Eingangsauflösung und Vorverarbeitungskette zusammenpassen, damit nicht wegen eines Backbones die gesamte Datenpipeline geändert werden muss. Bewertungskriterien sind die Downstream-Genauigkeit und die Latenz pro Einzelbild auf einem kleinen, selbst annotierten Satz realer Szenenbilder; ersetzen Sie das bestehende Backbone nur, wenn der Gewinn die Kosten für Umstellung und Regressionstests deckt. Allen drei Regeln gemeinsam ist: zuerst mit eigenen Daten und eigener Hardware im kleinen Maßstab zum Laufen bringen, dann über eine Ausweitung entscheiden.

Grenzen und offene Fragen

Zunächst ist „Open Source“ von „offenen Gewichten“ zu unterscheiden: Der Bericht beschreibt die LingBot-Reihe als „Full-Stack-Open-Source“, nennt aber im gesamten Text keine Lizenz und sagt nicht, ob Code, Gewichte oder beides veröffentlicht wurden; daraus lassen sich keine Rechte für kommerzielle Nutzung, Änderung oder Weitergabe ableiten. Zweitens nennt der Bericht weder Modellgröße, Parameterzahl, Beobachtungsfenster, Definition des Aktionsraums, Zusammensetzung der Trainingsdaten noch Benchmark-Werte; auch eine unabhängige Reproduktion fehlt. Die erwähnten Zitate und Integrationen – darunter Referenzen von Peer- oder Wettbewerbsunternehmen, die Wiederverwendung durch Hochschulprojekte und die FlashDreams-Integration von Nvidia – sind Aussagen des Anbieters oder des Berichts und belegen keine unabhängig geprüfte Leistungsfähigkeit. Drittens stammen die Aussagen zur intelligenten Apotheke und zu „ein Gehirn, mehrere Maschinen“ aus Unternehmensangaben; überprüfbare Kennzahlen wie Filialzahl, Dauer des Dauerbetriebs, Rate manueller Übernahmen und Fehlerfälle fehlen. Viertens erwähnt der Bericht weder eine gehostete API noch einen kommerziellen Lizenzweg noch Hardwareanforderungen; vor einem tatsächlichen Einsatz ist beim Anbieter nachzufragen. Schließlich ist klarzustellen: Die Versionen LingBot-VLA, LingBot-VA, LingBot-Vision, LingBot-Map und LingBot-World stehen derzeit nicht im Modellkatalog von KimiSeek, und KimiSeek hat sie nicht getestet; die im Text genannten Downloads, Anpassungen und Filial-Einsätze beziehen sich auf Ant Lingbo und seine Partner, und Aussagen zur Verfügbarkeit sollten an deren offiziellen Kanälen geprüft werden – eine direkte Nutzung auf dieser Plattform ist nicht anzunehmen.

Abbildungen aus dem Originalbericht

Abbildung aus dem Originalbericht 1 — Ant Lingbos LingBot in Wuzhen: LeRobot-, vLLM- und timm-Integration, offenen Umfang prüfen
Abbildung aus dem Originalbericht 1Originalbericht ↗

In drei Minuten zum ersten Aufruf

Erstelle ein Konto und einen API-Schlüssel. Aufrufe werden von deinem Guthaben abgebucht. 30 % Rabatt auf die erste Aufladung. ¥500 aufladen, ¥350 zahlen, ¥500 Guthaben erhalten. ¥1000 aufladen, ¥850 zahlen, ¥1000 Guthaben erhalten Die Mindestaufladung bleibt ¥10 und eignet sich zum Ausprobieren.

Quellen und redaktioneller Prozess

中国开源走向物理世界,蚂蚁灵波携机器人通用大脑亮相乌镇

KI unterstützte die Analyse und Übersetzung der genannten Quellen, gefolgt von automatischen Qualitätsprüfungen. Empfehlungen sind keine Testergebnisse. Verfügbarkeit und Preise stehen im aktuellen Katalog.