Robbyant ha reso open source LingBot-VLA 2.0, un sistema vision-language-action progettato per controllare più piattaforme robotiche attraverso un unico modello. L’architettura opera con robot a braccio singolo, a doppio braccio, su ruote e umanoidi, evitando nell’impostazione descritta il riaddestramento specifico richiesto per adattare molti modelli concorrenti alle diverse configurazioni hardware.
La base di addestramento comprende 60.000 ore di dati reali. Di queste, 50.000 derivano dalle interazioni dei robot con l’ambiente, mentre altre 10.000 ore raccolgono attività umane di manipolazione osservate in prima persona. La combinazione punta a trasferire nello stesso sistema sia l’esperienza operativa delle macchine sia informazioni sul modo in cui le persone eseguono azioni fisiche.
Il set di dati copre 20 morfologie robotiche prodotte da 17 aziende. LingBot-VLA 2.0 utilizza un software comune per governare bracci, mani, testa, vita e chassis mobili, componenti che normalmente presentano caratteristiche meccaniche e modalità di controllo differenti. L’obiettivo dichiarato è ridurre il lavoro necessario per collegare il modello a nuovi apparati e gestire piattaforme eterogenee con una base condivisa.
Robbyant ha misurato le prestazioni anche sul benchmark GM-100 della Shanghai Jiao Tong University, dedicato alla manipolazione con due bracci. Secondo l’azienda, LingBot-VLA 2.0 ha superato π0.5 e GR00T N1.7. Nei compiti prolungati di manipolazione mobile ha inoltre ottenuto progressi e tassi di successo superiori a π0.5 usando le configurazioni ARX Arm con chassis AgileX e il robot Astribot S1.
Accanto alla versione open source, la società ha presentato una variante pronta per il deployment. Su una NVIDIA RTX 4090 l’inferenza mantiene una latenza inferiore a 130 millisecondi. Il pacchetto è stato predisposto per alleggerire il lavoro di compatibilità hardware e le attività successive all’addestramento, due passaggi che possono incidere sull’integrazione dei modelli nelle applicazioni robotiche commerciali.
Le sperimentazioni indicate da Robbyant riguardano lo smistamento nel retail, la logistica e l’automazione industriale. Sono ambiti nei quali i robot devono combinare percezione, movimento e manipolazione, spesso operando con macchine diverse. La possibilità di adottare uno strato software comune potrebbe semplificare la valutazione del modello su flotte eterogenee, pur lasciando ai test sul campo il compito di misurarne prestazioni e affidabilità nei singoli processi.
LingBot-VLA 2.0 si inserisce in una sequenza di rilasci che comprende LingBot-Vision e LingBot-Depth 2.0. Con questi componenti Robbyant presenta uno stack open source per l’embodied AI che riunisce percezione robotica, consapevolezza spaziale ed esecuzione autonoma dei compiti. La direzione è quella di un’intelligenza operativa meno legata a una singola macchina e più facilmente trasferibile tra corpi robotici differenti.