← Toutes les actualités

LingBot d'Ant Lingbo à Wuzhen : adaptation à LeRobot, vLLM et timm, mais un périmètre d'ouverture à vérifier d'abord

Selon un reportage de Leiphone du 3 novembre 2026, Ant Lingbo a présenté au sommet mondial de l'Internet à Wuzhen sa série de « cerveaux » robotiques LingBot ; Ant Lingbo revendique une adaptation à LeRobot, une fusion dans la branche principale de timm et une prise en charge par vLLM et SGLang. Le reportage ne précise ni licence, ni taille de modèle, ni résultats de benchmark.

Publication Mise à jour
Image de couverture de l’article original — LingBot d'Ant Lingbo à Wuzhen : adaptation à LeRobot, vLLM et timm, mais un périmètre d'ouverture à vérifier d'abord
Image de couverture de l’article originalArticle original ↗

Ce qui change

Du 2 au 5 novembre 2026 s'est tenu le sommet de Wuzhen du Congrès mondial de l'Internet. Ant Lingbo, société d'intelligence incarnée du groupe Ant, y a exposé ce qu'elle qualifie de « cerveau universel robotique open source sur toute la pile ». Selon un reportage de Leiphone du 3 novembre, la série s'appelle LingBot et les modèles cités sont LingBot-VLA, LingBot-VA, LingBot-Vision, LingBot-Map et LingBot-World, sous un visuel intitulé « matrice de modèles 2.0 du cerveau full-stack d'Ant Lingbo ». Le reportage indique que la série LingBot est ouverte depuis neuf mois, que les téléchargements dépassent 2,2 millions et les étoiles GitHub 33 000, et que les travaux sont cités par des équipes comme Physical Intelligence et Generalist AI. L'élément le plus concret du reportage concerne l'intégration aux outils : LingBot-VLA et LingBot-VA seraient adaptés à la plateforme de développement robotique LeRobot ; LingBot-Vision aurait été fusionné dans la branche principale de timm, la bibliothèque de référence de backbones visuels ; LingBot-World est décrit comme le premier modèle du monde à être pris en charge simultanément par les deux moteurs d'inférence open source vLLM et SGLang, et comme intégré par Nvidia à sa bibliothèque open source d'inférence de modèles du monde FlashDreams. Le reportage cite aussi plusieurs usages externes : le projet OpenWAM de l'université Stanford réutilise et adapte des modules LingBot-VA, la recherche coréenne FastOPD utilise LingBot-VLA comme modèle enseignant, et l'EPFL s'appuie sur LingBot-Map pour une reconstruction 3D de récifs coralliens. Ces éléments sont rapportés, sans description de reproduction indépendante. Côté usages, Ant Lingbo et la pharmacie Guoda ont présenté ensemble une pharmacie intelligente à Wuzhen : le stand reconstituait un environnement réel, et le robot réalisait dans un couloir de 80 cm de large une séquence continue allant de la réception de commande au tri intelligent puis à la remise du produit ; le reportage affirme que la solution fonctionne déjà en routine dans plusieurs magasins Guoda à Shanghai, sans modification de la présentation des produits ni de l'agencement. Le reportage mentionne aussi des partenariats avec Longsheng Weirui, Dema Technology et Derxiangwang pour la manutention industrielle et le tri logistique, des validations « un cerveau, plusieurs machines » avec des fabricants de corps robotiques comme Leju et Tihu, et un protocole d'accord signé avec l'Alliance arabe pour l'économie numérique. La première « Ant Lingbo Embodied Large Model Challenge » aurait attiré 1 855 équipes de 13 pays et 648 universités et entreprises lors de sa phase en ligne ; le modèle full-stack de cerveau robotique universel et la pharmacie intelligente ont respectivement reçu les prix « Xinguang » de produit et « Xinyao » de scénario.

Conséquences pour les développeurs

Le changement concret pour les développeurs ne porte pas sur les paramètres, mais sur le point d'insertion. Les modèles incarnés apparaissaient jusqu'ici sous forme de code d'article ou de démonstrations ponctuelles, les équipes devant assembler elles-mêmes formats de données, espaces d'action et backends d'inférence ; l'adaptation à LeRobot, la fusion dans timm et le support de vLLM et SGLang décrits placent LingBot dans trois habitudes d'ingénierie existantes : la boucle d'entraînement et d'évaluation, le registre de backbones visuels et la couche de service de modèles. Si ces adaptations sont réellement utilisables, le point de départ de l'évaluation passe de « réécrire un pipeline » à « faire tourner le pipeline existant puis changer de modèle », alors que le poste le plus coûteux d'un projet incarné est généralement la collecte de données et le réglage sur machine réelle. Mais « adaptation réalisée » et « suffisant une fois branché » sont deux choses différentes. Le reportage ne donne ni numéro de version associé aux adaptations, ni espaces d'observation et d'action pris en charge, ni hypothèses de fréquence de contrôle, ni empreinte mémoire ou débit, et ne précise pas à quel niveau l'adaptation se situe : format de données, encapsulation de politique ou point de remplacement du script d'entraînement. Il faut aussi noter que la charge d'inférence d'un modèle du monde diffère fortement de celle d'un modèle de langage : séquences plus longues, mémoire plus sensible ; pouvoir démarrer un service ne signifie pas respecter le budget de latence d'une boucle de contrôle. Le couloir de 80 cm, l'agencement dense et le travail continu de la pharmacie intelligente constituent une référence utile de contraintes de scénario, mais le nombre de magasins, la durée de fonctionnement continu, le taux de reprise humaine et les cas d'échec ne sont pas divulgués : impossible d'en déduire un taux de réussite dans d'autres environnements de vente ou d'entrepôt. Le « un cerveau, plusieurs machines » est une validation en cours avec des fabricants de corps robotiques comme Leju et Tihu, pas un résultat reproductible de transfert entre morphologies.

Intégration et évaluation

Les recommandations ci-dessous sont conditionnelles et relèvent de l'analyse, non des faits rapportés. Commencez par une vérification préalable : le reportage répète « open source sur toute la pile » sans nommer aucune licence ni préciser si l'ouverture porte sur le code d'entraînement, le code d'inférence, les poids, ou les trois ; avant d'investir dans une évaluation, confirmez le périmètre d'ouverture et les conditions commerciales auprès du dépôt officiel — le nombre de téléchargements et d'étoiles ne remplace pas une autorisation de licence. Premièrement, si vous utilisez déjà LeRobot pour l'entraînement et l'évaluation, et que l'éditeur fournit effectivement des poids ou du code accessibles, vous pouvez intégrer LingBot-VLA ou LingBot-VA comme modèle ou politique complet dans votre boucle d'évaluation LeRobot existante, sans supposer qu'il remplace tel backbone. La condition préalable est de vérifier dans la documentation officielle le niveau d'adaptation, les dimensions d'observation, la fréquence de contrôle et la représentation des actions compatibles avec votre corps robotique, ainsi que la nécessité de code d'encapsulation supplémentaire. Critères d'évaluation possibles : à budget fixe de pas de fine-tuning, le taux de réussite sur vos tâches monte-t-il ou baisse-t-il par rapport à votre politique actuelle ; le temps entre l'obtention d'un modèle utilisable et le premier rollout réussi ; la latence d'inférence par pas reste-t-elle dans le budget de votre cycle de contrôle. Si le premier rollout est nettement plus rapide mais que le taux de réussite baisse, c'est du temps d'ingénierie gagné, pas de la capacité de modèle. Deuxièmement, si votre pile d'exploitation dispose déjà de vLLM ou de SGLang et que la charge implique une génération longue de type modèle du monde, vous pouvez démarrer avec le moteur que vous connaissez, mais vérifiez d'abord que la version utilisée inclut bien le support de LingBot-World : le reportage parle seulement de « support » sans indiquer de version minimale ; l'intégration à FlashDreams de Nvidia est également une affirmation rapportée, à confirmer dans le dépôt correspondant. Les critères devraient être la latence de bout en bout à taille de lot fixe, le nombre de requêtes concurrentes par carte et la marge de mémoire, avec une ligne d'arrêt : si la longueur de séquence visée dépasse la mémoire ou le budget de latence, revenez à la génération hors ligne plutôt qu'au service en ligne. Troisièmement, si votre perception est déjà bâtie autour de timm, vous pouvez brancher LingBot-Vision comme backbone gelé sur vos têtes de tâches existantes pour une sonde linéaire ou un fine-tuning léger. La condition est d'aligner la résolution d'entrée et la chaîne de prétraitement, pour éviter de modifier tout le pipeline de données pour un seul backbone. Les critères sont la précision en aval et la latence par image sur un petit lot d'images réelles annotées par vous ; ne remplacez le backbone actuel que si le gain couvre le coût de bascule et de tests de non-régression. Le point commun des trois règles : valider à petite échelle sur vos propres données et votre propre corps robotique avant d'élargir l'investissement.

Limites et points à confirmer

Il faut d'abord distinguer « open source » et « poids ouverts » : le reportage décrit la série LingBot comme « open source sur toute la pile » mais ne nomme aucune licence et ne précise pas si les publications sont du code, des poids ou les deux ; on ne peut donc en déduire de droits d'usage commercial, de modification ou de redistribution. Ensuite, le reportage ne donne aucune taille de modèle, nombre de paramètres, fenêtre d'observation, définition de l'espace d'action, composition des données d'entraînement ou score de benchmark, ni reproduction par un tiers ; les citations et intégrations mentionnées (y compris les citations d'acteurs du secteur, la réutilisation par des projets universitaires et l'intégration à FlashDreams de Nvidia) sont des déclarations de l'éditeur ou du média, et ne valent pas vérification indépendante des capacités. Troisièmement, les descriptions de déploiement de la pharmacie intelligente et du « un cerveau, plusieurs machines » viennent de l'entreprise elle-même et manquent d'indicateurs vérifiables : nombre de magasins, durée de fonctionnement continu, taux de reprise humaine, cas d'échec. Quatrièmement, le reportage ne mentionne ni API hébergée, ni voie de licence commerciale, ni prérequis matériels ; il faut les confirmer auprès de l'éditeur avant tout déploiement. Enfin, il faut être explicite : les versions LingBot-VLA, LingBot-VA, LingBot-Vision, LingBot-Map et LingBot-World ne figurent pas actuellement dans le catalogue de modèles de KimiSeek, et KimiSeek ne les a pas testées ; les téléchargements, adaptations et déploiements en magasin mentionnés renvoient à Ant Lingbo et à ses partenaires, toute affirmation de disponibilité doit être vérifiée auprès de leurs canaux officiels, et l'on ne peut supposer un appel direct depuis cette plateforme.

Illustrations de l’article original

Illustration de l’article original 1 — LingBot d'Ant Lingbo à Wuzhen : adaptation à LeRobot, vLLM et timm, mais un périmètre d'ouverture à vérifier d'abord
Illustration de l’article original 1Article original ↗

Trois minutes jusqu’au premier appel

Créez un compte et une clé API. Le coût des appels est déduit de votre solde. 30 % de réduction sur la première recharge. Rechargez ¥500, payez ¥350, recevez ¥500 de crédit. Rechargez ¥1000, payez ¥850, recevez ¥1000 de crédit Vous pouvez toujours commencer par une recharge d’essai de ¥10.

Sources et méthode éditoriale

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

L’IA a assisté l’analyse et la traduction des sources citées, suivies de contrôles automatiques. Les conseils ne sont pas des résultats de tests. Consultez le catalogue actuel pour les prix et la disponibilité.