⚛️量子位•較早收集於 34m
螞蟻集團 LingBot-VA 論文獲機器人頂會 RSS 2026 接收
💡了解螞蟻集團 LingBot-VA 如何讓機器人實現邊推演邊行動，這是具身智能領域的重要里程碑。
⚡ 30-Second TL;DR
有什麼變化
LingBot-VA 研究獲機器人領域頂級會議 RSS 2026 接收。
為什麼重要
此進展縮小了高階認知推理與底層運動控制之間的差距，有望加速開發更具自主性與反應能力的機器人代理。
下一步行動
關注 RSS 2026 會議論文，分析 LingBot-VA 架構，以便在您的具身智能專案中實現即時推理。
誰應關注：Researchers & Academics
關鍵要點
- •LingBot-VA 研究獲機器人領域頂級會議 RSS 2026 接收。
- •實現機器人邊推演、邊行動的並行處理能力。
- •展現了具身智能與即時決策領域的重大進展。
🧠 深度解析
Web-grounded analysis with 21 cited sources.
🔑 增強重點摘要
- •LingBot-VA 是全球首個開源的自回歸視頻-動作世界模型，其開源性質有助於推動機器人學習社區的發展與協作。
- •該研究引入了「因果世界建模」框架，使機器人能夠在執行動作前預測環境將如何變化，從而實現類似人類「邊觀察、邊判斷、邊行動」的決策能力。
- •LingBot-VA 在長時序操作、可變形物體處理和泛化能力方面展現出最先進的性能，在真實任務中成功率提升超過20%，且僅需50個示範即可掌握複雜任務，顯著提高了學習效率。
- •螞蟻集團於2024年底成立了全資子公司上海螞蟻靈搏科技有限公司（Robbyant），專注於具身智能技術和產品研發，標誌著其從數位金融服務向「AI＋實體自動化」領域的戰略拓展。
- •LingBot-VA 採用了「多變換器混合架構」（Mixture-of-Transformers, MoT），旨在統一視覺和動作標記在共享潛在空間中的表示，有效解決了視覺數據可能掩蓋動作數據的「表示糾纏」問題。
🛠️ 技術深入
- 模型架構：LingBot-VA 是一個自回歸擴散框架，將視頻世界建模與策略執行相結合，並採用多變換器混合架構（MoT）在共享潛在空間中交錯視覺和動作標記。
- 因果自回歸公式：模型設計遵循因果自回歸原則，確保當前狀態僅依賴於過去狀態，這對於真實的機器人控制和通過KV緩存實現持久記憶至關重要，避免了利用未來信息影響過去動作的「作弊」行為。
- 閉環滾動機制：該機制允許持續獲取帶有真實觀測的環境反饋，防止機器人僅依賴預設規劃而脫離現實世界進行盲目執行。
- 異步推理管線：為解決傳統世界模型推理速度慢的問題，LingBot-VA 採用異步推理管線，將「思考」（預測）與「行動」（執行）解耦，使模型能在機器人執行當前動作的同時在後台預測下一步動作和相應的視覺畫面，從而優化控制頻率。
- 大規模預訓練：LingBot-VA 在大規模機器人視頻-動作數據集上進行預訓練，以學習豐富的視覺動態，為理解物理世界演變和操作奠定基礎。
- 逆動力學模型（IDM）：模型包含一個逆動力學模型，能夠從預測的視頻中準確解碼動作，並在多樣化的環境和具身形態中展現出良好的泛化能力。
- 性能表現：在長時序操作、可變形物體處理和泛化方面達到最先進水平，在真實世界測試中，成功率比傳統方法提高20%以上，且僅需50個示範即可掌握複雜任務。
🔮 前景展望AI analysis grounded in cited sources
具身智能機器人將實現更廣泛的自主應用，特別是在複雜、非結構化環境中。
LingBot-VA的「邊推演、邊行動」能力，使其能更好地理解環境變化並即時調整策略，克服了傳統機器人缺乏預判能力的限制，將推動機器人在服務、製造等領域的深度應用。
機器人學習將從依賴大量特定任務數據轉向更高效、泛化性更強的世界模型驅動範式。
LingBot-VA僅需50個示範即可掌握複雜任務，並展現出強大的泛化能力，這表明世界模型能夠顯著提高機器人學習的數據效率和適應性。
⏳ 時間線
2024-11
螞蟻集團參與星海圖（蘇州）人工智能科技有限公司的Pre-A輪融資，該公司專注於具身智能機器人研發。
2024-12
螞蟻集團成立全資子公司上海螞蟻靈搏科技有限公司（Robbyant），專注於具身智能技術和產品研發。
2025-02
螞蟻集團正式回應成立上海螞蟻靈搏科技，聚焦具身智能技術和產品研發，並正在招聘相關崗位。
2025-09
螞蟻集團公開展示其首款人形機器人R1，由自研AI模型「白鴒（BaiLing）」驅動，並在餐廳、護理中心等場所進行測試。
2026-01
LingBot-VA論文（arXiv:2601.21998v1）發布，並作為全球首個自回歸視頻-動作世界模型開源。
2026-05
螞蟻集團LingBot-VA論文獲機器人頂會RSS 2026接收。
📎 來源 (21)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 量子位 ↗