# lingbot_va_libero_long

> 权威词条地址：https://robotics.hellobike.com/models/lerobot-lingbot-va-libero-long
> 所属分类：models | 最近核验日期：2026-10-06 | 技术层级：L7, L8

## 核心摘要

lerobot 在 Hugging Face 发布的机器人模型，架构为 Transformer (robbyant/lingbot-va-posttrain-libero-long)，参数规模 5.1B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/lerobot/lingbot_va_libero_long"}] |
| `updated` | 2026-10-06 |
| `vendor` | hugging-face |
| `family` | policy |
| `params` | 5.1B |
| `architecture` | Transformer (robbyant/lingbot-va-posttrain-libero-long) |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["LeRobot"] |
| `status` | research |
| `hub_id` | lerobot/lingbot_va_libero_long |
| `hub_stats` | {"downloads": 6279, "likes": 2, "as_of": "2026-10-27"} |
| `overview_sources` | ["https://huggingface.co/lerobot/lingbot_va_libero_long"] |

## 技术详解与生态说明

LingBot-VA 是一个自回归 video-action 世界模型策略，构建在 Wan2.2 视频扩散栈之上。它在同一个自回归序列中交替预测未来视频 latent 和机器人动作，并将观测到的关键帧回写到 KV cache，用于闭环世界建模。

该策略通过 LeRobot 训练并发布到 Hub。输入包含两个视觉观测 `observation.images.image` 与 `observation.images.image2`，形状均为 `(3, 256, 256)`；输出为 7 维 `action`。使用时需按本机配置填写机器人端口和相机名称/索引，且相机名需要与训练时的观测键一致。许可证为 apache-2.0，当前没有提供评估结果。

## 原始核验来源 (Sources)

- [Hugging Face lerobot/lingbot_va_libero_long](https://huggingface.co/lerobot/lingbot_va_libero_long)