# lingbot-vla-v2-6b

> 权威词条地址：https://robotics.hellobike.com/models/robbyant-lingbot-vla-v2-6b
> 所属分类：models | 最近核验日期：2026-07-07 | 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 6.4B。

## 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-v2-6b"}] |
| `updated` | 2026-07-07 |
| `family` | vla |
| `params` | 6.4B |
| `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-v2-6b |
| `hub_stats` | {"downloads": 1722, "likes": 49, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/robbyant/lingbot-vla-v2-6b"] |

## 技术详解与生态说明

LingBot-VLA-V2 是面向从大规模预训练走向真实机器人应用的 Vision-Language-Action 基础模型。相较 LingBot-VLA，V2 强调跨任务与跨具身泛化、更大的动作空间，以及通过未来预测进行动态建模。

其数据管线整理了约 60,000 小时预训练数据，其中包括 50,000 小时、覆盖 20 种机器人配置的机器人轨迹，以及 10,000 小时第一人称人类视频。统一动作表示覆盖手臂、末端执行器、夹爪、灵巧手、腰部、头部和移动底盘信号；动作专家内部使用稀疏 MoE 层，以支持跨具身扩展。

模型还加入当前与未来感知查询，并从 LingBot-Depth 与 DINO-Video 蒸馏，用于捕捉当前场景几何和未来场景演化。项目提供论文、代码仓库和项目页，许可为 Apache-2.0。

## 原始核验来源 (Sources)

- [Hugging Face robbyant/lingbot-vla-v2-6b](https://huggingface.co/robbyant/lingbot-vla-v2-6b)