KUAVO-VLA ：让通用基模开始沉淀工业岗位能力

点击下方卡片，关注【Xbotics具身智能实验室】公众号

你想要的这里都有~~

把一台人形机器人送进工厂，客户通常不会先问模型有多少参数，而会问一些具体得多的问题：换一种物料，需要重新采集多少数据？换一个工位，需要训练多长时间？一条产线跑通以后，这套能力能不能复用到下一条产线？

过去几年，人形机器人产业一边提高本体的负载、自由度和可靠性，一边训练能够理解语言、识别环境并生成动作的通用基模。但从模型“会做一件事”，到机器人在工厂里稳定做好一份工作，中间仍有一条不短的开发链路。

乐聚此次发布KUAVO-VLA，在通用基模与具体岗位技能之间，增加了一层面向KUAVO本体和工业场景的垂域能力。它要解决的，是让机器人学习下一项工业技能时，不必再从头开始。

通用模型走到工厂，先碰到的是具体问题

通用VLA模型通过不同机器人、物体和任务数据，建立视觉、语言与动作之间的联系，尽可能扩大能力边界。但通用能力并不等于岗位能力。同一个模型落到KUAVO上，需要适应它的关节、动作空间和控制规律；进入工厂后，还要面对不同物料、工位、节拍和操作顺序。

过去的“基模—技能”路径，让二次开发团队同时承担本体适配、基础操作学习和具体任务训练。做一个标杆项目可以集中攻关，但当机器人需要学会几十项甚至上百项技能时，重复适配就会不断抬高时间和成本。

KUAVO-VLA承担的正是这层共性工作：通用基模提供广泛的视觉、语言和动作能力，垂域模型让这些能力适应KUAVO及工业任务，技能开发团队再完成具体岗位的最后训练。这就像在通识教育和岗前培训之间，补上一门工业专业课。

600多小时真机数据，先让KUAVO熟悉工业任务

KUAVO-VLA以LingBot-VLA 2.0为能力基础，对约6B参数进行全参数微调。乐聚选择投入更重的全参数微调，是希望KUAVO的本体控制和工业操作规律真正进入模型，而不是停留在少量参数适配上。模型使用600多小时高质量真机数据，覆盖100项工业任务。这些数据来自乐聚在全国参与共建的训练场对真实工业场景的复刻，并通过自动化任务派发和清洗系统进行处理。

训练数据全部来自KUAVO同构型机器人，使模型能够集中学习同一套动作空间、运动特性和控制规律。这是一种明确的分工：通用基模负责拓宽能力边界，垂域模型负责把这些能力更深地落到一套具体本体上。

100项任务覆盖分拣、搬运、上下料和装配等操作。不同任务虽然面对的物料和流程不同，却会反复使用识别、定位、抓取、搬运和放置。KUAVO-VLA要留下的不是100套孤立脚本，而是任务之间可以复用的操作能力。

模型设计讲得再完整，最终仍要回到真机效果。乐聚随后用25项任务对这条路线进行了验证。

比成功率更重要的，是机器人能否稳定走完整个流程

乐聚使用20项定制工业任务和5项GM100公共任务进行评测，对照模型包括π0.5、GR00T N1.7和LingBot-VLA 2.0。KUAVO-VLA的整体任务成功率为48.27%，过程分为74.51%，两项指标在本次评测中均位列第一。LingBot-VLA 2.0的两项得分分别为16.27%和42.06%。

根据乐聚的测试，经过垂域训练后，模型在无动作需求时能够保持稳定，动作平滑性和执行一致性也有所改善。在流水线开关分拣任务中，模型使用约5小时示范数据完成后训练，成功率达到80%；在GM100零食分拣任务中，使用150条示范数据适配后，成功率为73.33%。

单项任务的成绩只能证明模型能力有所改善。模型效果要变成商业价值，最终要看下一项技能的开发成本有没有下降。

真正需要降低的，是下一项技能的开发成本

完成一项工业任务，和持续开发一百项技能，是两种不同的能力。第一个项目可以集中算法和工程团队攻关，但人形机器人要进入汽车、3C和物流等大量场景，就不可能每增加一个岗位都重走完整流程。

KUAVO-VLA试图降低的，正是新增技能的边际成本。对技能开发公司而言，它们可以少做一部分本体适配和基础训练，把更多精力用于理解客户工艺和完成现场优化。不需要先变成一家小型机器人本体公司，才能参与人形机器人项目。

对工业客户而言，价值体现在更短的验证周期和更清晰的投资回报。开发周期越短，前期试错成本越低；已经跑通的能力复用得越多，机器人从示范工位复制到更多产线的可能性就越大。乐聚通过“基模—垂域模型—技能”的链路，将原本可能持续数月的开发过程缩短至一周以内。

这也改变了人形机器人规模化的含义。批量生产本体，只解决了机器人从哪里来；持续、低成本地开发技能，才决定机器人能去哪里、能够做什么。当一个平台需要覆盖几十乃至上百种岗位时，一家机器人公司显然无法独自完成所有技能开发。

开源一款模型，也是提出一种产业分工

在乐聚提出的分工中，通用基模公司负责跨本体、跨场景的基础能力；机器人平台公司负责适配自有本体，并沉淀工业共性能力；技能开发公司面向具体物料、工位和流程完成训练与部署；场景客户则提出需求，并最终判断效率和投资回报。

KUAVO-VLA的模型、数据和代码将面向开发者开源。这不是发布模型后的附加动作，而是扩大技能供给的必要选择。

此前，乐聚已经推出LeTools开发工具链，降低模型训练、推理、仿真和真机部署的工程门槛。LeTools解决开发者怎样训练和部署，KUAVO-VLA解决开发者从哪里开始训练。乐聚目前汇聚了70余家产业链伙伴和万余名开发者，希望通过开源数据和模型、提供工具链，让更多公司和个人参与工业技能开发。

从一次测试领先，到一套可以复制的能力

KUAVO-VLA的发布，并不意味着工业具身智能已经解决了所有问题。48.27%的整体成功率也说明，面对复杂、长程和开放的工业任务，模型仍有很大的提升空间。

它更重要的变化，是把原本分散在单个项目中的本体适配和工业共性能力，沉淀成可以反复使用的平台资产。判断KUAVO-VLA的价值，不能只看这一次Benchmark提高了多少分，还要看未来每增加一项技能时，开发者能少采多少数据、少走多少弯路，机器人又能提前多久进入工位。

当一次模型提升能够缩短下一项技能的开发周期，当一个项目的经验能够继续服务下一批开发者，人形机器人商业化才真正具备规模效应。KUAVO-VLA所要做的，正是让已经拥有通用“大脑”的人形机器人，更快学会工业世界里的具体工作。

-END-

Ask Me Anything｜提问箱

对文章有疑惑，或想聊更深？欢迎把你的问题丢给我们：技术方案、实操踩坑、课程与资料、项目合作、职业发展，都可以问。

怎么问：在评论区留言，或私信公众号

我们会做什么：每周集中整理高质量问题并公开回复，重点问题邀请作者或嘉宾深度解答；典型问题会加入知识库并持续更新。

提问小提示：尽量说明「你的目标—当前做法—期望产出」，附上必要信息（硬件/软件版本、数据规模等），能更快获得有用答案。

一起把问题变成知识，推动社区进步 🚀