#微博视频号续航计划# 2026年7月10日，蚂蚁灵波发布全球首个具身原生世界动作模型LingBot-VA2.0，这是一款专为机器人控制而原生构建的“视频-动作”模型，而非在通用视频生成模型上简单叠加动作功能的产物。该模型能够预测场景变化及相应的动作，从而将控制逻辑建立在物理动力学基础之上。

核心理念：
- 通过网络规模的视频预训练学习世界知识，具备强大的泛化能力
- 语义级“视觉-动作”标记器（Tokenizer）：将世界状态与动作统一映射至同一潜在空间，实现精准的动作预测
- 前瞻性推理：机器人基于实时观测，在执行动作的同时进行预判性思考

该模型可在消费级 GPU 上实时运行（频率高达 150 Hz），能够泛化至未见过的任务，甚至仅凭单个人类演示视频即可进行学习。 http://t.cn/AXKXtQUA