应用介绍

机器人策略大多直接从画面映射到动作，缺乏对「动作之后世界会怎样」的理解，换个任务就不灵。LingBot-VA 是一个因果的视频-动作世界模型，同时预测未来画面和机器人动作，用于通用机器人控制。

它在多种操作任务上展现出良好的泛化能力，论文收录于 RSS 2026。

软件功能

视频动作联合：画面与动作一起预测。

因果建模：理解动作后果。

通用控制：多任务泛化。