Китайская Robbyant (дочка Ant Group) представила LingBot-VA 2.0 — модель для роботов, которая не просто выполняет команды, а заранее просчитывает, к чему приведёт каждое движение. В отличие от типичных VLA-решений, которые по сути являются доработанными генераторами видео, эта архитектура с нуля заточена под физический мир. Модель понимает причинно-следственные связи: если толкнуть стакан — он упадёт, если схватить деталь — изменится её положение. Она работает в реальном времени и легко адаптируется к новым задачам буквально с нескольких десятков примеров, без долгого дообучения.

Для разработчиков это маркер смены тренда: индустрия постепенно уходит от «умных» чат-ботов в сторону воплощённого ИИ (embodied AI). Открытая экосистема и гибкость модели позволяют интегрировать её в разные платформы — от промышленных манипуляторов до двуногих роботов. До идеала ещё далеко, но сам подход (прогнозирование, а не копирование) выглядит перспективным. Тех, кто работает с робототехникой или AI-архитектурами, стоит присмотреться.