في 11 يوليو 2026، كشفت Robbyant، وحدة الذكاء الاصطناعي المتجسّد داخل عملاق التكنولوجيا المالية الصيني Ant Group، عن LingBot-VA 2.0، وهو نموذج للتلاعب الروبوتي تصفه بأنه أول نموذج أساس «embodied-native». وينصب الادعاء هنا على المنهج: فبدلاً من تكييف مولّد فيديو جاهز، تقول Robbyant إنها سبقت تدريب causal diffusion transformer من الصفر خصيصاً للتحكم الجسدي.

لماذا «من الصفر»

تقول الشركة إن الضبط الدقيق لنموذج فيديو لأغراض الروبوتات يورثه أعباءً — تمثيلات بصرية كامنة تحافظ على المظهر لكنها تفتقر إلى البنية المادية، وإزالة الضوضاء ببطء لا يصلح للتحكم ذي الحلقة المغلقة، وأهداف تدريب لا تعلّم كيف تعيد الأفعال تشكيل العالم. وتقول Robbyant إن نسخة 2.0 تجيب عن ذلك بأنها «تدرّب causal DiT أصيلاً»، أي تبني كامل المنظومة للتجسّد بدلاً من استعارتها من توليد المحتوى.

الأرقام

يستخدم LingBot-VA 2.0 نحو 15.3 billion من المعاملات الإجمالية، مع نحو 2.5 billion فعّالة لكل رمز، موزعة بين «خبير فيديو» ضمن بنية mixture-of-experts (128 خبيراً موجهاً) و«خبير أفعال» كثيف. وتقول Robbyant إنها حققت 93.6% في المتوسط عبر 50 مهمة على معيار المحاكاة RoboTwin 2.0 — متقدمة على نسختها v1 التي سجلت 92.2%، وعلى طريقة سابقة هي Motus التي سجلت 87.9%. كما خفّضت حزمة تحسينات الاستدلال زمن الاستجابة من 927 إلى 142 milliseconds لكل chunk، بما أتاح تحكماً غير متزامن عند 225 Hz، أي تسريعاً بنحو ستة أضعاف.

التحفظات

كل رقم هنا هو vendor-reported، مستند إلى ورقة Robbyant الخاصة وصفحة المشروع، كما لخّصه موقع MarkTechPost، من دون أي تحقق مستقل. ونتائج المعيار تقتصر على المحاكاة؛ أما أداء النموذج على الروبوتات الحقيقية فيوصف وصفاً نوعياً (مهام مثل air hockey والتعامل مع الحزام الناقل). وعلى خلاف النموذج الشقيق LingBot-VLA 2.0 — وهو نموذج منفصل بمعاملات 6 billion أُطلق تحت Apache-2.0 في 8 يوليو — فإن الأوزان المفتوحة أو الشفرة لـ VA 2.0 لم يُؤكَّد إطلاقها، لذا فمن الأفضل النظر إليه حالياً على أنه إعلان ورقة وصفحة مشروع.

سباق الذكاء الاصطناعي المتجسّد في الصين

يختتم هذا الإطلاق أسبوعاً كثيفاً على نحو غير معتاد: فقد دفعت Robbyant تقنيات العمق والرؤية وسياسة vision-language-action ونموذجاً للعالم خلال أيام قليلة من بعضها. وإذا جُمعت هذه الإصدارات معاً، فإن الوتيرة تشير إلى أن Ant Group تبني منظومة كاملة للذكاء الاصطناعي المتجسّد، كما أنها تندرج ضمن موجة صينية أوسع نحو نماذج الأساس في الروبوتات والإصدارات المفتوحة.