← Todas las noticias

LingBot de Ant Lingbo se presenta en Wuzhen: anuncia integración con LeRobot, vLLM y timm; falta verificar el alcance abierto

Según un reportaje de Leiphone del 3 de noviembre de 2026, Ant Lingbo mostró en la Conferencia Mundial de Internet de Wuzhen la serie LingBot de cerebros robóticos, que según la empresa ya está adaptada a LeRobot, se ha integrado en la rama principal de timm y cuenta con soporte de vLLM y SGLang; el reportaje no divulga licencias, tamaño de los modelos ni resultados de benchmark.

Publicado Actualizado
Portada de la noticia original — LingBot de Ant Lingbo se presenta en Wuzhen: anuncia integración con LeRobot, vLLM y timm; falta verificar el alcance abierto
Portada de la noticia originalNoticia original ↗

Qué ha cambiado

Del 2 al 5 de noviembre de 2026 se celebró en Wuzhen la Cumbre de la Conferencia Mundial de Internet. Ant Lingbo, la empresa de inteligencia encarnada de Ant Group, exhibió allí un cerebro robótico general que presenta como «código abierto de pila completa». Según el reportaje de Leiphone del 3 de noviembre, la serie se llama LingBot y los modelos concretos que aparecen son LingBot-VLA, LingBot-VA, LingBot-Vision, LingBot-Map y LingBot-World, con un pie de foto titulado «Matriz de modelos 2.0 de pila completa del cerebro de Ant Lingbo». El reportaje afirma que la serie LingBot lleva nueve meses publicada como código abierto, supera los 2,2 millones de descargas y las 33.000 estrellas en GitHub, y que equipos como Physical Intelligence y Generalist AI han citado trabajos relacionados. La parte más concreta del reportaje es la integración con herramientas: se afirma que LingBot-VLA y LingBot-VA ya están adaptados a LeRobot, la plataforma de desarrollo para robots; que LingBot-Vision se ha integrado en la rama principal de timm, la biblioteca de referencia de backbones visuales; y que LingBot-World es el primer modelo de mundo que cuenta con soporte simultáneo de los dos motores de inferencia de código abierto, vLLM y SGLang, además de haber sido integrado por NVIDIA en FlashDreams, su biblioteca de inferencia de código abierto para modelos de mundo. El reportaje también enumera varios usos externos: el proyecto OpenWAM de la Universidad de Stanford reutiliza y adapta módulos de LingBot-VA; la investigación surcoreana FastOPD usa LingBot-VLA como modelo profesor; y la Escuela Politécnica Federal de Lausana, en Suiza, utiliza LingBot-Map para la reconstrucción tridimensional de arrecifes de coral. Todos estos puntos proceden del reportaje y no se ha visto una explicación que los reproduzca de forma independiente. En el terreno de las aplicaciones, Ant Lingbo y Guoda Drugstore mostraron juntos en Wuzhen una farmacia inteligente: el estand reproducía un entorno real de farmacia y el robot realizaba una operación continua de recepción de pedidos, clasificación inteligente y entrega de productos en un pasillo de 80 centímetros de ancho; el reportaje afirma que la solución ya funciona de forma habitual en varias tiendas de Guoda Drugstore en Shanghái y que no requiere reformar la exhibición de los productos ni la disposición de la tienda. También se mencionan alianzas con Longsheng Weirui, Dema Technology y De'er Xiangwang para ampliar la carga y descarga industrial y la clasificación logística, validaciones de «un cerebro, varias máquinas» con fabricantes de cuerpos robóticos como Leju y Tihu, y la firma de un memorando de cooperación con la Alianza Árabe de Economía Digital. La primera «Competición de Grandes Modelos Encarnados de Ant Lingbo» atrajo, según la información, a 1.855 equipos de 648 universidades y empresas de 13 países en su ronda preliminar en línea; el modelo de pila completa de cerebro robótico general y la farmacia inteligente recibieron, respectivamente, el premio de producto «Xinguang» y el premio de escenarios «Xinyao» del congreso.

Impacto para desarrolladores

El cambio sustantivo para los desarrolladores no está en los parámetros, sino en el punto de integración. Los modelos encarnados solían aparecer como código de un paper o demostraciones aisladas, y los equipos tenían que montar por su cuenta el formato de datos, el espacio de acciones y el backend de inferencia; la adaptación a LeRobot, la entrada en la rama principal de timm y el soporte de vLLM y SGLang que describe el reportaje equivalen a situar a LingBot dentro de tres hábitos de ingeniería ya existentes: el ciclo de entrenamiento y evaluación, el registro de backbones visuales y la capa de servicio de modelos. Si esas adaptaciones son realmente utilizables, el punto de partida de la evaluación baja de «reescribir un pipeline» a «hacer funcionar el pipeline existente y luego cambiar de modelo», y en los proyectos encarnados lo más caro suele ser precisamente la recogida de datos y la depuración en el robot real. Pero «estar adaptado» y «ser suficiente una vez conectado» son dos cosas distintas. El reportaje no ofrece los números de versión correspondientes a la adaptación, los espacios de observación y acción soportados, los supuestos de frecuencia de control, el uso de VRAM ni cifras de rendimiento, ni aclara en qué capa se produjo la adaptación: si en el formato de datos, en el encapsulamiento de la política o en el punto de sustitución de los scripts de entrenamiento. Hay que tener en cuenta además que la carga de inferencia de un modelo de mundo difiere mucho de la de un modelo de lenguaje: las secuencias son más largas y la VRAM es un factor más delicado, de modo que poder arrancar el servicio no equivale a cumplir el presupuesto de latencia del bucle de control. El pasillo estrecho de 80 centímetros, la colocación densa y la operación continua de la farmacia inteligente son una referencia valiosa sobre restricciones de escenario, pero no se divulgan el número de tiendas, las horas de funcionamiento continuo, la tasa de intervención humana ni los casos de fallo, así que no se puede inferir de ahí la tasa de éxito en otros entornos minoristas o de almacén; «un cerebro, varias máquinas» es una validación en curso con fabricantes de cuerpos robóticos como Leju y Tihu, no un resultado reproducible de transferencia entre morfologías.

Integración y evaluación

Las siguientes recomendaciones son condicionales y forman parte del análisis, no son hechos del reportaje. Antes de nada, hagan una comprobación previa: el reportaje repite «código abierto de pila completa», pero no nombra ninguna licencia ni aclara si lo abierto es el código de entrenamiento, el de inferencia, los pesos o las tres cosas; antes de invertir en una evaluación conviene confirmar en el repositorio oficial el alcance de la apertura y las condiciones comerciales, porque el número de descargas y de estrellas no sustituye a una licencia. Primero, si ya usan LeRobot para entrenar y evaluar, y la parte oficial realmente ofrece pesos o código accesibles, pueden optar por integrar LingBot-VLA o LingBot-VA como un modelo completo o una política completa en su flujo de evaluación de LeRobot, en lugar de suponer que puede sustituir a alguno de sus backbones. La condición previa es consultar la documentación oficial para confirmar si el nivel de adaptación, las dimensiones de observación, la frecuencia de control y la representación de acciones encajan con su robot, y si hace falta código de envoltorio adicional. Los criterios de evaluación pueden ser: con un presupuesto fijo de pasos de ajuste fino, si la tasa de éxito en sus propias tareas sube o baja respecto a la política actual; cuánto se tarda desde obtener un modelo utilizable hasta el primer rollout exitoso; y si la latencia de inferencia por paso queda dentro del presupuesto de su ciclo de control. Si el primer rollout es claramente más rápido pero la tasa de éxito baja, lo que se ahorró fue tiempo de ingeniería, no capacidad del modelo. Segundo, si su stack de operaciones ya tiene vLLM o SGLang y la carga de trabajo incluye generación de secuencias largas al estilo de un modelo de mundo, pueden empezar con el motor que ya conocen, pero antes deben verificar que la versión utilizada incluya realmente soporte para LingBot-World: el reportaje solo dice «soporte», sin indicar desde qué versión. La integración en FlashDreams de NVIDIA es también una afirmación del reportaje y debe confirmarse en el repositorio correspondiente. Los criterios de evaluación deberían ser la latencia de extremo a extremo con un tamaño de lote fijo, el número de solicitudes concurrentes por GPU y el margen de VRAM, y conviene fijar una línea de salida: si con la longitud de secuencia objetivo se supera el presupuesto de VRAM o de latencia, vuelvan a la generación fuera de línea en vez de al servicio en línea. Tercero, si el lado de percepción ya está construido en torno a timm, pueden usar LingBot-Vision como backbone congelado y añadirle una sonda lineal o un ajuste fino ligero para su tarea actual. La condición es que la resolución de entrada y la cadena de preprocesamiento puedan alinearse, para no cambiar todo el pipeline de datos por un solo backbone. Los criterios son la precisión en la tarea downstream sobre un pequeño conjunto de fotogramas reales anotados por ustedes y la latencia por fotograma; solo deberían sustituir el backbone actual si la mejora compensa el coste de cambio y de pruebas de regresión. Las tres reglas comparten una idea: primero hay que hacer una prueba pequeña con sus propios datos y su propio robot, y después decidir si amplían la inversión.

Límites y cuestiones pendientes

Primero hay que distinguir «código abierto» de «pesos abiertos»: el reportaje describe la serie LingBot como «código abierto de pila completa», pero no nombra ninguna licencia en todo el texto ni aclara si lo publicado es código, pesos o ambos, así que no se pueden inferir derechos de uso comercial, modificación o redistribución. Segundo, el reportaje no ofrece tamaño de modelo, número de parámetros, ventana de observación, definición del espacio de acciones, composición de los datos de entrenamiento ni puntuaciones de benchmark, y tampoco hay una reproducción por terceros; las citas e integraciones mencionadas, incluidas las de otras empresas, la reutilización en proyectos universitarios y la integración en FlashDreams de NVIDIA, son afirmaciones del emisor o del reportaje y no equivalen a una verificación independiente de capacidad. Tercero, las descripciones de despliegue de la farmacia inteligente y de «un cerebro, varias máquinas» provienen de la propia empresa y carecen de indicadores verificables como número de tiendas, horas de funcionamiento continuo, tasa de intervención humana y casos de fallo. Cuarto, el reportaje no menciona una API gestionada, una vía de licencia comercial ni requisitos de hardware, que deben confirmarse con el emisor antes de un despliegue real. Por último, conviene dejar claro que estas versiones —LingBot-VLA, LingBot-VA, LingBot-Vision, LingBot-Map y LingBot-World— no figuran actualmente en el catálogo de modelos de KimiSeek, y que KimiSeek tampoco las ha probado; las menciones de descargas, adaptación y despliegue en tiendas remiten a Ant Lingbo y sus socios, cualquier afirmación sobre disponibilidad debe remitirse a sus canales oficiales y no se debe suponer que puedan invocarse directamente en esta plataforma.

Ilustraciones de la noticia original

Ilustración de la noticia original 1 — LingBot de Ant Lingbo se presenta en Wuzhen: anuncia integración con LeRobot, vLLM y timm; falta verificar el alcance abierto
Ilustración de la noticia original 1Noticia original ↗

Tres minutos hasta la primera llamada

Crea una cuenta y una clave de API. El coste de las llamadas se descuenta de tu saldo. 30 % de descuento en tu primera recarga. Recarga ¥500, paga ¥350, recibe ¥500 de saldo. Recarga ¥1000, paga ¥850, recibe ¥1000 de saldo La recarga mínima sigue siendo de ¥10, adecuada para pruebas.

Fuentes y proceso editorial

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

La IA ayudó con el análisis y la traducción de las fuentes citadas, seguidos de controles automáticos. Las recomendaciones no son resultados de pruebas. Consulta el catálogo actual para precios y disponibilidad.