乐聚发布KUAVO VLA垂域具身模型，工业场景提效一倍：有哪些关键信息？

乐聚推出KUAVO VLA模型，利用600小时同构真机数据进行中训练。

该模型聚焦工业共性能力，实现部分任务100%成功率及整体提效一倍。

在25项任务评测中，其成功率48.27%与过程分74.51%均居首位。

相比基模Lingbot-VLA 2.0，新模型任务成功率提升32个百分点。

旨在降低二次开发门槛，通过复用原子动作减少重复数据采集与调试。

物界前沿 · 资讯情报卡（雷锋网 · 2026/8/27）

乐聚发布KUAVO VLA垂域具身模型，工业场景提效一倍

核心事实

关键数据

600+小时中训练数据量

48.27%综合任务成功率

74.51%过程分得分

32%对比基模成功率提升

物界观察

乐聚此举标志着具身智能落地从“通用泛化”转向“垂直深耕”。通过中训练填补基模与具体技能间的鸿沟，不仅大幅降低了工业场景的部署成本，更解决了二次开发者数据稀缺、调试繁琐的痛点。单一本体深度绑定的策略虽牺牲了跨机型通用性，却换来了极高的执行稳定性与效率，为行业提供了一条可复制的商业化捷径。