1B视觉模型深度估计超Google和NVIDIA
thetripathi58 · x · 2026-07-08
帖子称，Robbyantbrain 训练的 1B 视觉模型 LingBot-Vision 在 NYU-Depth v2 深度估计基准上优于 Google SigLIP 2 和 NVIDIA AM-RADIO，RMSE 更低。
作者强调，差异主要来自预训练目标，而不是单纯模型规模。
所属事件:蚂蚁灵波开源LingBot视觉基座，深度感知斩获多项第一(18 条相关)→
「具身」频道最新
- 亚马逊谷歌卖出6亿台音箱,AGI 时代为何无人再造智能音箱 — julianlehr · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- 波兰开发者做 iPhone 应用 可探测附近的 Meta 智能眼镜 — Low-Honeydew6483 · 2026-09-11
- 蚂蚁阿福用户达 1.5 亿，外滩大会展示 AI+硬件健康管理联盟 — APPSO · 2026-09-11
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11
- SyncWorld:少量视觉校准即可零样本模拟机器人跨视角交互 — ChongZzZhang · 2026-09-11