# lingbot-vla-4b-depth-posttrain-robotwin

> 权威词条地址：https://robotics.hellobike.com/models/robbyant-lingbot-vla-4b-depth-posttrain-robotwin
> 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-depth-posttrain-robotwin"}] |
| `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-depth-posttrain-robotwin |
| `hub_stats` | {"downloads": 46, "likes": 2, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/robbyant/lingbot-vla-4b-depth-posttrain-robotwin"] |

## 技术详解与生态说明

LingBot-VLA 是一个强调实用性的 VLA 基础模型。该仓库对应 LingBot-VLA-4B-Depth-Posttrain-Robotwin，在相关模型表中被标注为 LingBot-VLA-Posttrain-Robotwin 的带 Depth 版本；同系列还包括不带 Depth 的 4B 模型及 Robotwin 后训练版本。

该项目写明使用 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；并声称在仿真和真实世界基准上相对竞争方法有明显优势。训练效率方面，项目称其相对已有 VLA 代码库可获得 1.5 到 2.8 倍加速，具体取决于所依赖的 VLM 基座模型。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-depth-posttrain-robotwin](https://huggingface.co/robbyant/lingbot-vla-4b-depth-posttrain-robotwin)