# lingbot-vla-4b

> 权威词条地址：https://robotics.hellobike.com/models/robbyant-lingbot-vla-4b
> 所属分类：models | 最近核验日期：2026-04-30 | 技术层级：L7, L8

## 核心摘要

robbyant 在 Hugging Face 发布的机器人模型，参数规模 4.2B。

## 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/robbyant/lingbot-vla-4b"}] |
| `updated` | 2026-04-30 |
| `family` | vla |
| `params` | 4.2B |
| `architecture` | LeRobot / PyTorch Policy Network |
| `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` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | robbyant/lingbot-vla-4b |
| `hub_stats` | {"downloads": 982, "likes": 33, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/robbyant/lingbot-vla-4b"] |

## 技术详解与生态说明

LingBot-VLA 是一个强调实用性的 VLA foundation model，面向视觉-语言-动作机器人场景。该仓库对应 LingBot-VLA-4B，相关模型中还列出带深度输入的 LingBot-VLA-4B-Depth；4B 版本标注为不使用 Depth。

模型使用 20,000 小时真实世界数据进行大规模预训练，数据来自 9 种常见双臂机器人配置。项目声称其在仿真和真实世界 benchmark 上相对竞争方法有明显优势，并且相比已有 VLA 代码库具备 1.5～2.8× 的训练速度提升，具体取决于所依赖的 VLM base model。

项目提供 GitHub 仓库、论文和项目页入口，代码库基于 VeOmni 项目构建。许可证为 Apache-2.0。

## 原始核验来源 (Sources)

- [Hugging Face robbyant/lingbot-vla-4b](https://huggingface.co/robbyant/lingbot-vla-4b)