8 月 26 日，乐聚机器人发布面向工业场景的垂域具身模型 KUAVO VLA。

这两年聊具身模型，基本就两头：预训练让基模见多识广，后训练让机器人学会具体任务。乐聚这次卡在中间做了一层，叫「中训练」：拿通用 VLA 基模当起点，用 600 多小时 KUAVO 同构型真机数据，把本体适配和分拣、搬运、上下料、装配这类共 100 个工业共性能力先沉淀进模型。数据全部来自 KUAVO 单一构型，模型能力和本体深度绑定；基模反而可以换，乐聚说不锁死在某家基础模型上。

逻辑是：通用基模什么都见过，落到具体本体上还是要重新适应；后训练见效，但一个新技能动辄要千条以上数据。中间垫一层之后，新技能开发从「从头学」变成「在已有能力上快速适配」，二次开发者理论上不用每个任务都从采数据开始。

Benchmark 数字摆出来：25 项任务，KUAVO VLA 整体成功率 48.27%，过程分 74.51%，两项都排在 π 0.5、GR00T N1.7、Lingbot-VLA 2.0 三个通用基模前面。第一是第一，绝对值不到一半也是事实，而且这套评估体系是乐聚自建的，25 项任务里 20 项是定制化工业任务。

不少场景约一倍提效、某些任务 100% 成功率，这些是公司口径。乐聚的生意也不在基模上：把工业共性能力打包成中间层，卖给沉到行业里做二次开发的团队。常务副总裁柯真东说得很直白，能让开发者赚到钱的平台，才是最好的平台。

行业主流在卷更大的基模，乐聚押的是中间这层，绑自家本体、开放基模。对不对，接下来看二开生态里有没有人真买单。

#乐聚机器人##具身智能##机器人#