MarkTechPost • 20일 전

로비언트, 60억 매개변수 오픈소스 로봇 기초 모델 'LingBot-VLA 2.0' 공개

IMP

8/10

핵심 요약

앤트 그룹의 로봇 자회사 로비언트(Robbyant)가 다양한 형태의 로봇을 통합 제어할 수 있는 60억 매개변수 규모의 시각-언어-행동(VLA) 모델 'LingBot-VLA 2.0'을 오픈소스로 공개했습니다. 이 모델은 서로 다른 로봇의 신체 구조를 하나의 55차원 동작 공간으로 통합하여 로봇 팔, 손, 이동 베이스 등을 유연하게 제어하며, 최신 벤치마크에서 기존 최고 성능 모델들을 능가하는 결과를 보였습니다.

번역된 본문

이 게시글은 MarkTechPost에 처음 게재되었습니다.

앤트 그룹(Ant Group)의 로비언트(Robbyant)는 다양한 하드웨어 구조를 가진 로봇을 조작하기 위한 아파치-2.0(Apache-2.0) 라이선스의 시각-언어-행동(Vision-Language-Action, VLA) 모델인 'LingBot-VLA 2.0'을 공개했습니다. 이 60억 매개변수(6B) 체크포인트는 20가지 로봇 구성에서 수집된 50,000시간의 로봇 궤적 데이터와 10,000시간의 1인칭 인간 영상 데이터 등 약 60,000시간의 방대한 데이터로 사전 학습되었습니다.

이 모델은 로봇 팔, 민첩한 손, 허리, 머리 및 이동 베이스를 포괄하는 모든 하드웨어 구조(embodiment)를 단일화된 55차원의 정규 동작 공간(canonical action space)으로 매핑하여 처리합니다. 또한, 로드 밸런싱 손실(load-balancing loss)을 추가하지 않고도 모델의 처리 용량을 확장할 수 있는 토큰 수준의 보조 손실 제외 믹스처 전문가(Mixture-of-Experts) 동작 전문가 기술을 적용했습니다. 여기에 LingBot-Depth 및 DINO-Video로부터의 이중 쿼리 증류(Dual-query distillation) 기법을 통해 기하학적 및 시간적 감독을 추가하여, 미래를 예측하는 제어 능력을 강화했습니다.

실제로 GM-100 범용 로봇 벤치마크 테스트에서 이 모델은 평가된 두 플랫폼 모두에서 기존의 π0.5 모델과 1세대인 LingBot-VLA-1.0보다 더 뛰어난 성능을 기록했습니다.

원문 보기

원문 보기 (영어)

Ant Group's Robbyant has released LingBot-VLA 2.0, an Apache-2.0 vision-language-action model for cross-embodiment robot manipulation. The 6B checkpoint is pretrained on roughly 60,000 hours of data, spanning 50,000 hours of robot trajectories across 20 robot configurations and 10,000 hours of egocentric human video. It maps every embodiment into a single 55-dimensional canonical action space, covering arms, dexterous hands, waists, heads, and mobile bases. A token-level, auxiliary-loss-free Mixture-of-Experts action expert scales capacity without adding a load-balancing loss. Dual-query distillation from LingBot-Depth and DINO-Video adds geometric and temporal supervision for future-aware control. On the GM-100 generalist benchmark it outperforms π0.5 and LingBot-VLA-1.0 on both evaluated platforms. The post Robbyant Releases LingBot-VLA 2.0: An Open-Source 6B Vision-Language-Action (VLA) Model for Cross-Embodiment Robot Manipulation appeared first on MarkTechPost.

로봇 공학 시각-언어-행동 모델 오픈소스 로봇 제어 인공지능