外观
模型robbyantlingbot-vla-v2-6b
模型档案汇总架构、许可、适配机型与资料来源
robbyant 在 Hugging Face 发布的机器人模型,参数规模 6.4B。
这个模型的核心架构、动作空间设计与真机部署定位。
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。
参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。
暂未公开或待收录:微调显存需求 · 闭环控制频率
开源许可证、权重拉取命令、预训练数据集与关联文章。
代码许可证
Apache-2.0
权重许可证
Apache-2.0
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download robbyant/lingbot-vla-v2-6b --local-dir ./checkpoints/robbyant-lingbot-vla-v2-6b
# 2. 使用 LeRobot / Transformers 加载策略开展真机或仿真闭环推理
python -m lerobot.scripts.eval --policy.path=robbyant/lingbot-vla-v2-6b模型卡或论文声明在这些机器人上训练、微调或部署过;口径是作者声明,不是第三方复现。
没有已核实的适配记录。
同一家族里的热门模型。
本页事实对应的公开页面,以原文为准。