蚂蚁灵波开源具身智能视频生成基础模型 LingBot-Video

2个月前更新 xiaoshan
33 0 0

蚂蚁灵波今天正式开源 LingBot-Video,这是一款全球首个基于 MoE 架构、面向具身智能场景的开源视频生成基础模型。该模型整合了 7 万小时具身数据,并围绕机器人任务的核心诉求重新设计视频预训练范式,在推理效率、物理合理性、动作理解以及任务完成度等方面实现系统性提升,为视频基础模型从数字内容创作进一步迈向具身智能应用提供了新的底座。

在评测表现上,LingBot-Video 于北大联合字节发布的 RBench 中取得总分 0.620,成绩超过 Wan2.6、Seedance 1.5 Pro 和 Cosmos3 Super。

蚂蚁灵波开源具身智能视频生成基础模型 LingBot-Video的封面图

相关快讯

亮源新创开源通用导航大脑:LightNav-0 发布

9月1日,亮源新创正式发布并开源通用导航大脑LightNav-0。该模型在公开视觉语言导航(VLN)评测基准上取得全面领先,达到当前SOTA水平,体现出其在导航理解与执行能力上的优势。

科大讯飞旗下词元星火开源两款端侧通用大模型

科大讯飞全资子公司词元星火正式推出并开源星火X2.5-4B和X2.5-1.7B两款端侧通用大模型。两款模型将百万级上下文处理能力带到本地设备,其中X2.5系列是端侧模型中唯一原生支持最长100万Token上下文的模型。

DeepSeek-V4多模态模型刚刚开源

DeepSeek-V4-Flash-Vision-Exp已正式开源,是DeepSeek-V4系列首个实验性多模态模型。该模型此前已于8月21日上线API平台,基于DeepSeek-V4-Flash架构,集成视觉模块并通过持续训练,实现了视觉理解能力。

HOMIE Gen2全新发布:解锁人类经验的Scaling Law

Ropedia 在新加坡发布新一代多模态采集系统 HOMIE Gen2,并将全球发售。该产品旨在将真实世界中的人类经验规模化转化为机器人可直接学习的训练数据,借此推动 Physical AI 的经验扩展能力,让人类经验成为具身智能的重要生产力。

芯雀科技完成数千万元种子轮融资,持续加码技术布局

芯雀科技近日完成数千万元种子轮融资,由多家产业资本参与。本轮资金将主要用于具身机器人技术研发,重点攻克人形机器人与具身智能产品的核心技术难点,推动样机迭代,加快产品商业化及量产落地。

“星际觅元”完成千万元种子轮融资,聚焦星际探索赛道

全域场景具身智能系统供应商“星际觅元”近日完成千万元种子轮融资,由同创伟业领投,卧安机器人和旭源资本跟投。公司拟通过自研“多模态物理资产重构引擎+高拟真场景模拟生成器+全域具身智能大脑”,贯通物理数据生产、仿真训练、认知决策与机器人部署,让机器人理解环境并自主完成复杂操作。

暂无评论

暂无评论...