🤖 具身智能 · 模型发布
乐聚发布垂域具身模型 KUAVO VLA：工业场景提效近一倍，成功率与过程分双榜第一
乐聚机器人推出面向工业场景的垂域具身智能模型 KUAVO VLA——以通用 VLA 基模为起点，用 600+ 小时同构型真机数据完成"中训练"。在 25 项任务评估中，整体成功率 48.27%、过程分 74.51%，两项均列参评模型第一。
来源：综合公开信息整理•
全文约 3 分钟读完
#乐聚机器人
#KUAVO VLA
#具身智能
#垂域模型
双榜第一
成功率 48.27% · 过程分 74.51%
600+ h
KUAVO 同构型真机中训练数据
≈1 倍
不少工业场景提效幅度
⚡ 30 秒速览
- 新物种：KUAVO VLA 是通用基模与技能之间的"中间层"，用 600+ 小时同构真机数据完成一次中训练。
- 成绩单：25 项任务评估中，成功率 48.27%、过程分 74.51%，两项均列参评模型第一。
- 提升幅度：较基模 Lingbot-VLA 2.0，成功率提升 32.0 个百分点，过程分提升 32.45 个百分点。
- 落地实效：工业场景普遍提效约一倍，部分任务成功率可达 100%。
- 生态价值：二次开发者从"重新学习"变为"在已有能力上快速适配"，重复采集与算力浪费大幅减少。
01垂域模型：通用基模与技能之间的"中间层"
今天做具身智能，所有人谈的都是两件事：预训练，让大脑更聪明；后训练，让机器人在专门任务上做得更好。但乐聚发现，中间还有一段被行业普遍忽略的空白——中训练（Mid-train）。
问题就藏在空白里。
预训练的 VLA 模型，到了具体场景未必能发挥全部智能；后训练又有时长和成本的门槛，动辄需要千条以上数据。乐聚的思路，是在两者之间插入一层针对工业场景的"中间模型"——垂域模型。用更通俗的话说：基础模型是具身大脑的"大学通识课"，垂域模型则是工业领域的"专业课"。
通用基模（通识课）
面向开放场景泛化，数据体量巨大；跨本体样本混杂，进入新机器人需重新学习动作空间与控制规律；后训练成本高昂。
KUAVO VLA（专业课）
以通用 VLA 为起点，600+小时同构真机数据中训练；将 100 个工业共性能力沉淀进模型，新任务只需在已有能力上快速适配。
600+同构型真机训练小时
100工业共性能力
25评估任务（20工业+5公共）
100%部分任务成功率
注：垂域模型相当于在基模与技能间插入一轮针对工业场景的中训练——通用能力做减法，场景能力做加法。
这套方法到底管不管用？乐聚用一组评估数据给出了回答。
02Benchmark：两项核心指标均列第一 25 项任务实测
评估体系共设 25 项任务：20 项定制化工业任务，检验对工业物料、工位和流程的适应能力；5 项选自公共任务集 GM100，考察迁移与泛化表现。对照模型为 π 0.5、GR00T N1.7 与 Lingbot-VLA 2.0。
成功率25 项任务平均 · 线性映射
Lingbot-VLA 2.0基模 · 对照
16.27
▲ 差距 +32.0 个百分点
过程分动作平滑性 · 决策稳定性 · 执行一致性
Lingbot-VLA 2.0基模 · 对照
42.06
▲ 差距 +32.45 个百分点
注：条形自 0 起线性映射，如实展示差距。π 0.5 与 GR00T N1.7 参与对照评估，但原始报道未披露其具体得分。
成功率与过程分同步提升，说明垂域训练带来的收益不止于"任务有没有做完"，还体现在执行过程本身——动作更平滑、决策更稳定，抖动、重复修正和决策迟滞明显减少。这对包含多步操作、连续抓放和狭小工位约束的工业任务尤为重要。
一个诚实的注脚：垂域模型的代价是泛化范围的收缩——能力深度绑定 KUAVO 单构型，跨本体、跨场景的通用性尚未被验证。
03它解决了什么？二次开发者的"苦工"困境
为什么要做垂域模型？答案藏在具身二次开发者的日常里。
⛏️ 二次开发者的三个"苦工"时刻 现状 · 痛点
- 千条数据门槛——做好一次模型后训练，光数据就要千条以上，时间与算力成本双高。
- 任务无法迁移——换一个任务类型，前面的工作清零重来，重复劳动与算力浪费严重。
- 交付效果打折——模型与本体耦合不足，推理和控制能力发挥不出来，交付质量打折扣。
结论：不是开发者不努力，而是通用基模到技能之间，缺少了一门"专业课"。
🔧 KUAVO VLA 的解法 方案 · 路径
- 能力起点更高——100 个工业共性能力（分拣、搬运、上下料、装配等）先行沉淀进模型，具体技能只需在已有能力上做差异适配。
- 开发路径更短——新任务的开发逻辑，从"重新学习"转变为"在已有能力上快速适配"，显著缩短从基模到技能落地的路径。
- 数据需求更少——聚焦工位、物料、工艺流程做数据构建，大幅降低无关场景的数据采集、清洗与标注开销。
结果是：技能开发更快、门槛更低、浪费更少——二次开发者可以把精力集中在决定任务成败的关键差异上。
04为什么是乐聚做出来了？
环顾具身行业，能做出 KUAVO VLA 这种成果的公司其实不算多。乐聚凭的是什么？答案可以拆成四块。
01
技术判断力
先于行业发现后训练在落地时的掣肘，找到垂域模型这条中间路线。
02
工业 Know-how
真实产线经验积累几年，能归纳出机器人最有价值的"原子动作"。
03
数据资产
自建行业领先训练场，积累大量适合中训练的高质量真机数据。
04
开放生态
不绑定基础模型，开发者可在不同基模间自由迁移，并享受到性能提升。
"未来会有很多具身开发者要沉到行业里去，在场景里把相应的技能调出来——为了他们，乐聚提供的就是平台、模型和工具链。"
——乐聚常务副总裁 柯真东
编辑核心判断
垂域模型的价值不在参数竞赛，而在于把工业场景的共性经验沉淀进模型本体——它让具身开发从"劳动密集型苦工"变成"在已有能力上的快速适配"。
▶如果你在做具身落地
KUAVO VLA 已通过乐聚的平台、模型与工具链开放给二次开发者，并提供端到端服务团队支持——沉到场景里，把技能调出来。
具身技能开发者
工业场景集成商
机器人应用创业者