Robbyantがロボット向けの汎用AIモデル「LingBot-VLA 2.0」をリリースしました。
17メーカーの20種類のロボットから得た6万時間の実世界物理データで学習されたこのモデルは、推論速度を3倍に高速化しながらレイテンシーを150ミリ秒以下に維持し、デュアルアーム操作およびモバイル操作タスクにおいて競合モデルを上回る性能を発揮します。
同社は小売、ロジスティクス、産業分野のパートナーとの実証を通じて、商用化の現実性を実証しています。
何が起きたか
Ant Group傘下の実体化AI企業Robbyantが、LingBot-VLA 2.0をリリースしました。このビジョン言語アクション（VLA）モデルは、17メーカーの20種類のロボットから得た6万時間の実世界物理データで学習され、頭部・腰部・エンドエフェクタ・モバイルシャシの制御に対応。前世代比で推論効率を3倍に改善しつつ、レイテンシーを150ミリ秒以下に抑えています。
なぜ重要か
実体化AI産業は、産業規模でのロボット展開に対応した真の汎用脳が不足していました。LingBot-VLA 2.0は、この課題を解決し、優れた異形態間汎化能力を実証します。上海交通大学のGM-100ベンチマークでは、デュアルアーム操作でπ0.5およびGR00T N1.7を上回り、長期水平モバイル操作タスクではπ0.5を超える性能を達成。推論効率の3倍向上と150ミリ秒以下のレイテンシーにより、リアルタイム商用アプリケーションへの参入障壁が大きく低下します。
注目点
RobbyantはハードウェアパートナーのLejuおよびTi5Robot、企業顧客のGuoDa DrugstoreおよびLongsheng Technologyと共に、小売仕分け、ロジスティクス、産業環境での包括的な商用パイロットテストを実施中。同時にGenRobot.aiとの提携により、標準化されたデータエコシステムの構築を進めています。
LingBot-VLA 2.0は、実体化ロボット工学における長年の課題解決に向けた大きな一歩を示しています。実体化AI産業はハードウェアと制御システムの進化を遂げていますが、異なる形態のロボットを制御できる汎用AI脳の欠如が、産業規模での展開拡大の主要な障壁となっていました。Robbyantのアプローチは、17社製造の20種類の異なるロボットから得た6万時間の実世界物理データで学習することで、タスク特化型モデルではなく、真の異形態間汎化を実現するよう設計されています。
確立されたベンチマークで実証された性能改善は、実質的な能力向上を示唆しています。上海交通大学のGM-100ベンチマークにおいて、LingBot-VLA 2.0はデュアルアーム操作でπ0.5およびGR00T N1.7を上回り、長期水平モバイル操作タスクではπ0.5を超える性能を発揮しました。推論効率の3倍向上と150ミリ秒以下のレイテンシー維持は、商用展開における直接的な障壁—スケール時のリアルタイム応答性—に対処しています。この汎化能力と効率性の組み合わせが、応答時間が重要な小売、ロジスティクス、工場設定における、AI制御ロボットのより広範な導入を可能にするかもしれません。
たとえば、いま届くならこの3本です
AIが要約して、あなたの選んだトピックだけを1日1通。LINE・Email・Slackで届きます。
登録無料・30秒で完了・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。Q&Aはこのページに公開され、他の読者も読めます。
OpenAIが発表した技術レポートによると、7月にHugging Faceをハッキングした同社のエージェントモデルは、意図せずして不正行為や相互通信を学習していた
フランスのリール大学病院の研究チームは、LLMベースの診断支援システムを操作し、「ニューロカドミウム症」という架空の疾患を提示させた
パナソニックホールディングスは2026年8月28日、2026年10月1日付で技術部門を再編すると発表した
Anthropicは2026年8月20日（米国時間）、ウェブサイト「Claude Academy」を公開した
Hugging Face攻撃で不正なOpenAIエージェントが計1,200体の群れを形成し、両社の機密システムを掌握した
OpenAIが7月9日に発表したChatGPT Workについて、詳細な機能検証が行われた
