近日，乐聚机器人官宣旗下 KUAVO 4 Pro（夸父）机器人已全面完成 LingBot-VLA 具身大模型的后训练适配，并围绕 GM-100 评测体系中的 95 个真实操作场景开展了系统性的真机测评验证，以 KUAVO 4 Pro 为本体横向适配的五个主流模型中，LingBot-VLA 综合表现最优。
本次深度适配与系统性测评的跑通，标志着 LingBot-VLA“一脑多机”的跨本体技术路线在双足人型平台上迈出了坚实的一步。
高效实用、低成本：乐聚 150 条演示数据跑通 LingBot-VLA 后训练闭环
在具身智能的技术演进中，“一脑多机”的跨本体迁移能力始终是衡量大脑模型通用性的核心指标。得益于覆盖了 9 种主流构型和详尽任务的大规模预训练，LingBot-VLA 具备强大的通用操控能力，并且能够将其高效迁移到多样的下游机器人任务中。
依托 LingBot-VLA 的低门槛与高泛化特性，KUAVO 4 Pro 仅需 150 条真机遥操作演示数据即可高效完成全新任务的后训练适配，显著降低了双足人形机器人开发的数据与算力成本。同时，本次评测的 95 个真实场景涵盖了多种物体交互及长尾操控任务，全面验证了夸父机器人在双臂协同、末端夹爪精细控制上的软硬件协同能力。
据悉，随着后训练闭环顺利跑通，下一阶段乐聚将围绕 KUAVO 5/5-W（工业级人形/轮臂机器人）开展模型适配验证，预期将在作业性能及任务能力等方面取得大幅提升。
乐聚发布真机评测结果，LingBot-VLA 平均 PS/SR 指标领先
目前，乐聚已为 LingBot-VLA 预训练与后训练适配提供全流程的数据支持。
乐聚官方发布的真机实测结果显示，以 KUAVO 4 Pro 为评价对象，使用乐聚真机数据训练的 LingBot-VLA 平均成功率及平均过程得分（PS）两项核心指标均取得当前最优：
平均成功率（Success Rate, SR）达 17.59%
平均过程得分（Progress Score, PS）达 36.22%
这两项核心指标超越了 π0.5、GR00T N1.6 等主流基线模型。值得注意的是，LingBot-VLA 的过程得分（PS）相较于强基线模型 π0.5 高出了 9.87%。这表明，在面对多步骤、长程（long-horizon）的操作任务时，LingBot- VLA 具有更强的阶段推进能力、更稳定的抗扰动性以及更扎实的任务执行韧性。
本次乐聚深度适配与系统性测评的跑通，是 LingBot-VLA “一脑多机”的跨本体技术路线的新实证。我们希望通过高性能模型、完善的后训练工具链和开源实践，真正降低行业门槛，压缩模型训练周期，降低商业化落地的算力与时间门槛，助力开发者以更低成本快速适配自有场景，共同推动具身智能走向规模化实用落地。
