DC娱乐网

海外热议!蚂蚁灵波一口气甩出五款模型

这周,蚂蚁集团旗下的具身智能公司灵波科技,一口气发了五款模型——涵盖空间感知、视觉基座、操作大模型、世界模型领域,基本把机器人需要的核心能力全包了。海外开发者直呼incredible work,好几个帖子上了科技热榜。

总结了一下这次灵波的几个重要动作

1⃣️7月7日,发布空间感知模型LingBot-Depth 2.0和开源视觉基座模型LingBot-Vision发布,训练数据从上一代的300万扩充到1.5亿,16项深度补全测评里拿了12项第一,玻璃、镜面这些传统深度相机容易失灵的场景表现尤其突出,深度误差减半。相当于给机器人安上了更先进的眼睛。前Meta、英伟达具身智能从业者Agility评价:“这类空间模型正在为空间理解带来难以置信的价值。”

2⃣️7月8日,LingBot-VLA 2.0开源,用6万小时真实物理数据训练,覆盖乐聚、智元、宇树、银河通用等17家厂商的20多种构型。一个大脑适配多种机器人,确实很能打。

3⃣️7月9日,世界模型LingBot-World -Infinity和视频生成模型LingBot-Video亮相。世界模型支持720p/60fps高清实时输出,首次把Agent机制引入世界模型。海外开发者已经用它跑出了实时游戏,键盘操控角色在赛博朋克城市里战斗,画面流畅得像真游戏。

LingBot-Video是全球首个基于MoE架构、面向具身智能的开源视频生成模型,30B参数、推理时只激活3B。知名AI博主AK发帖说这是“目前所有开源模型中唯一做到的”。

一周之内,灵波把具身智能的核心模型全开源了,海外反响可以说是出乎意料。怪不得英伟达高管之前会亲自跑来蚂蚁灵波,这一波,确实够硬。