LingBot-VLA

数据配方

预训练数据约 20,000 h 真实世界数据，来自 9 种双臂机器人配置 [1]。逐源小时数、采样权重、是否混入公开数据，论文均未披露。

结果与证据

评测覆盖 4 个机器人平台，每平台 100 个任务，每任务 130 条后训练 episode；8 卡训练吞吐 261 samples/s，相比现有 VLA 代码库快 1.5 到 2.8 倍（取决于基座 VLM）[1]。作者称明显优于对比方法，并计划开源代码、基座模型与评测数据。

已知缺陷与口径

评测平台数在文内说法不一：摘要、5.1.1 节与表 1 为 4 个（AgileX、Agibot G1、Galaxea R1Pro、Leju KUAVO 4 Pro），5.2 节与图 1 写 3 个；训练数据口径（约 2 万 h、9 种配置）一致。20k h 的 raw/可用口径未说明。竞品对比为作者自报。

数据来源补充

1.0 论文致谢星海图（Galaxea）、松灵（AgileX）与乐聚（Leju）团队协助数据采集与评测 [2]，可视为本体厂商参与采集的一手证据。2.0 版本规模升至约 6 万 h，见 LingBot-VLA 2.0；第一视角数据由 Genrobot.ai 与蚂蚁数科 Phecda 提供，见 蚂蚁数科 Phecda Lab。

来源

1. arXiv 2601.18692 (2026-10-14)
2. https://arxiv.org/html/2601.18692 (2026-10-14)