← 全部模型资讯

蚂蚁灵波 LingBot 亮相乌镇:适配 LeRobot、vLLM 与 timm,开发者先核实开放范围

据雷峰网 2026 年 11 月 3 日报道,蚂蚁灵波在乌镇世界互联网大会展示 LingBot 系列机器人大脑,称已适配 LeRobot、合入 timm 主线并获 vLLM 与 SGLang 支持;报道未披露许可证、模型规模与基准数据。

发布 更新
原报道封面 — 蚂蚁灵波 LingBot 亮相乌镇:适配 LeRobot、vLLM 与 timm,开发者先核实开放范围
原报道封面原始报道 ↗

发生了什么

2026 年 11 月 2 日至 5 日,世界互联网大会乌镇峰会举行。蚂蚁集团旗下具身智能公司蚂蚁灵波在会上展出被其称为“全栈开源”的机器人通用大脑。据雷峰网 11 月 3 日报道,该系列名为 LingBot,报道中出现的具体模型包括 LingBot-VLA、LingBot-VA、LingBot-Vision、LingBot-Map 与 LingBot-World,配图标题为“蚂蚁灵波大脑全栈 2.0 模型矩阵”。报道称 LingBot 系列开源 9 个月,下载量突破 220 万,GitHub Star 超过 3.3 万,并称相关工作被 Physical Intelligence、Generalist AI 等团队引用。 这篇报道中最具体的部分是工具链接入:LingBot-VLA 与 LingBot-VA 称已完成对机器人开发平台 LeRobot 的适配;LingBot-Vision 称已合入主流视觉骨干库 timm 主线;LingBot-World 被描述为全球首个同时获得 vLLM 与 SGLang 两个开源推理引擎支持的世界模型,并被英伟达集成进其开源世界模型推理库 FlashDreams。报道还列举了几项外部使用:斯坦福大学 OpenWAM 项目复用并适配 LingBot-VA 模块,韩国 FastOPD 研究以 LingBot-VLA 作教师模型,瑞士洛桑联邦理工学院基于 LingBot-Map 做珊瑚礁三维重建。这些均为报道所述,未见独立复现说明。 场景方面,蚂蚁灵波与国大药房在乌镇联合展示智慧药房:展位还原真实药房环境,机器人在 80 厘米宽通道内完成从订单接收、智能分拣到商品交付的连续作业;报道称该方案已在上海国大药房多家门店常态化运营,且无需改造商品陈列或门店布局。报道另提到与隆盛唯睿、德马科技、德迩象网等伙伴拓展工业上下料与物流分拣,与乐聚、钛虎等本体厂商验证“一脑多机”,并与阿拉伯数字经济联盟签署合作备忘录。首届“蚂蚁灵波具身大模型挑战赛”线上初赛称吸引 13 个国家、648 所高校及企业的 1855 支队伍参赛;机器人通用大脑全栈模型与智慧药房分别获大会“新光”产品奖与“新耀”场景奖。

对开发者的影响

对开发者的实质变化不在参数,而在接入位置。具身模型过去多以论文代码或单点演示出现,团队要自己拼数据格式、动作空间与推理后端;报道描述的 LeRobot 适配、timm 主线合入、vLLM 与 SGLang 支持,等于把 LingBot 放进三类既有的工程习惯里——训练与评测循环、视觉骨干注册表、模型服务层。如果这些适配确实可用,评估起点会从“重写一套 pipeline”降为“跑通已有 pipeline 再换模型”,而具身项目最贵的通常正是数据采集与真机调试。 但“完成适配”与“接上之后够用”是两件事。报道没有给出适配对应的版本号、支持的观测与动作空间、控制频率假设、显存占用或吞吐数字,也没有说明适配发生在哪一层:是数据格式、策略封装,还是训练脚本的替换点。另需注意世界模型的推理负载与语言模型差异很大,序列更长、显存更敏感,能启动服务不等于能满足控制回路的时延预算。智慧药房给出的 80 厘米窄通道、密集摆放、连续作业是有价值的场景约束参考,但门店数量、连续运行时长、人工接管率与失败案例均未披露,无法据此推断其他零售或仓储环境的成功率;“一脑多机”是与乐聚、钛虎等本体厂商进行中的验证,不是可复现的跨构型迁移结果。

接入与评估建议

以下为条件化建议,属分析而非报道事实。先做一项前置核实:报道反复称“全栈开源”,但未点名任何许可证,也未说明开放的是训练代码、推理代码、权重还是三者兼有;在投入评估前应向官方仓库确认开放范围与商用条款,下载量与 Star 数不能替代许可授权。 第一,若你们已在用 LeRobot 做训练与评测,且官方确实提供了可获取的权重或代码,可以选择把 LingBot-VLA 或 LingBot-VA 作为一个完整模型或策略接入现有 LeRobot 评测流程,而不是假定它可以顶替某个骨干网络。前提是先查官方文档确认适配层级、观测维度、控制频率与动作表示能否与你们本体对上,并确认是否需要额外的封装代码。评估标准可定为:在固定微调步数预算下,自有任务成功率相对现有策略是升是降,从拿到可用模型到首次成功 rollout 的耗时,以及单步推理时延是否落在你们控制周期的预算之内;若首次 rollout 明显更快但成功率下滑,说明省下的是工程时间而非模型能力。 第二,若你们的运维栈已有 vLLM 或 SGLang 其中之一,且工作负载涉及世界模型式的长序列生成,可以选择沿用熟悉的引擎起步,但必须先核实所用版本确实包含对 LingBot-World 的支持——报道只说明“支持”,未给出版本起点;英伟达 FlashDreams 集成同样是报道说法,需在对应仓库确认。评估标准应是固定批大小下的端到端时延、单卡可并发请求数与显存余量,并设定一条退出线:若在目标序列长度下超出显存或时延预算,就退回离线生成而非在线服务。 第三,若感知侧已围绕 timm 构建,可以把 LingBot-Vision 作为冻结骨干接到现有任务头上做线性探测或轻量微调。前提是输入分辨率与预处理链路能对齐,避免为一个骨干改动整条数据管线。评估标准是在你们自己标注的一小批真实场景帧上的下游准确率与单帧时延,只有增益足以覆盖切换与回归测试成本时才替换现有骨干。三条规则的共同点都是先在自有数据和自有本体上小规模跑通,再决定是否扩大投入。

限制与待确认事项

首先要区分“开源”与“开放权重”:报道用“全栈开源”描述 LingBot 系列,但全文未点名许可证,也未说明发布物是代码、权重还是两者兼有,因此不能据此推断商用、修改或再分发的权利。其次,报道没有给出任何模型规模、参数量、观测窗口、动作空间定义、训练数据构成或基准分数,也没有第三方复现,文中的引用与集成(包括友商引用、高校项目复用、英伟达 FlashDreams 集成)均由发布方或报道方陈述,不等同于独立验证了能力。第三,智慧药房与“一脑多机”的落地描述来自企业自述,缺少门店数量、连续运行时长、人工接管率与失败案例等可核查指标。第四,报道未提到托管 API、商业授权路径或硬件门槛,实际部署前需向发布方确认。最后需要明确:LingBot-VLA、LingBot-VA、LingBot-Vision、LingBot-Map、LingBot-World 这些版本目前不在 KimiSeek 的模型目录中,KimiSeek 也未对其做过测试;文中涉及的下载、适配与门店部署均指向蚂蚁灵波及其合作方,任何可用性说法都应以其官方渠道为准,不能假设可在本平台直接调用。

原报道配图

原报道配图 1 — 蚂蚁灵波 LingBot 亮相乌镇:适配 LeRobot、vLLM 与 timm,开发者先核实开放范围
原报道配图 1原始报道 ↗

三分钟跑通第一次调用

注册后创建 API Key。调用费用从账户余额扣除。新用户首充 7 折。充 ¥500,实付 ¥350,到账 ¥500。充 ¥1000,实付 ¥850,到账 ¥1000 最低充值仍为 ¥10,适合试用。

来源与编写说明

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

本文基于所列来源,由 AI 辅助整理、分析和翻译,并经过自动质量检查。分析与建议不代表实测结果;模型可用性与价格请以当前目录为准。